实体
Self-supervised learning (SSL)
Self-supervised learning (SSL)
PulseAugur coverage of Self-supervised learning (SSL) — every cluster mentioning Self-supervised learning (SSL) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
DEFUSE框架为SSL编码器提供可泛化的后门防御
研究人员开发了DEFUSE，一个新颖的框架，旨在检测和防御针对自监督学习（SSL）编码器的后门攻击。与之前仅限于特定编码器类型或需要广泛先验知识的方法不同，DEFUSE提供了一种可泛化的方法。它利用贝叶斯后验推理和条件扩散生成模型来评估从编码器表示中重建图像的可能性，通过语义不一致性有效识别后门模型。
-
AI模型利用有限数据改进锂离子电池健康状态估计
研究人员开发了新的锂离子电池健康状态（SOH）估计方法，特别是在标记数据稀缺的情况下。一种方法利用降解对齐的自监督学习和CNN-GRU模型，即使只有1%的标记数据也能实现低误差率。另一种方法采用物理信息神经网络，利用电池部分放电数据实时估计SOH并预测退化，为异构操作条件提供了更稳健的解决方案。
-
新型检测器保障了 Foundation Models 的自监督数据集安全
研究人员开发了一种中毒数据检测器 (PDD)，以确保用于 Foundation Models 的自监督学习所策展的数据集的完整性。这种防御机制结合了 ImageBind 模型和 SVM 等传统分类器，以识别和减轻数据中毒风险。评估表明，SVM-PDD 在各种数据集和对抗性攻击中均表现有效，展示了其可扩展性和集成能力。