PulseAugur
中
实时 08:52:28
实体 Explaining the Saliency Map Sparsity of Adversarially-Trained Neural Networks

Explaining the Saliency Map Sparsity of Adversarially-Trained Neural Networks

PulseAugur coverage of Explaining the Saliency Map Sparsity of Adversarially-Trained Neural Networks — every cluster mentioning Explaining the Saliency Map Sparsity of Adversarially-Trained Neural Networks across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_289532 ·

    新理论解释对抗神经网络中的显著性图稀疏性

    研究人员对对抗训练神经网络的显著性图稀疏性现象提出了理论解释。这种现象,尤其是在两层ReLU网络中,与在特定惩罚下最小化经验风险有关。研究表明,在某些条件下,最小化器会收敛到一个具有最小梯度和Barron范数的贝叶斯分类器,从而导致对抗训练(使用L-infinity攻击)所偏好的各向异性和稀疏梯度。实验评估证实了这些理论发现。