实体
WideResNet
WideResNet
PulseAugur coverage of WideResNet — every cluster mentioning WideResNet 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
-
Robust CurveMoE 增强神经网络的对抗性防御能力
研究人员开发了 Robust CurveMoE，一个新颖的混合专家框架，旨在增强神经网络的对抗性防御能力。该方法通过低损耗路径连接针对不同扰动范数进行专门化的模型，使它们能够利用互补的鲁棒性特征。该框架有效地从特定的曲线位置导出专家模型，并选择性地将其应用于有影响力的层，同时在路由路径之间共享参数。在 CIFAR-100 和 ImageNet-100 数据集上的实验表明，与现有方法相比，Robust CurveMoE 在干净精度、范数…
-
Robust CurveMoE 增强了混合专家模型的对抗防御能力
研究人员开发了 Robust CurveMoE，一个旨在增强混合专家（MoE）模型对抗防御能力的新框架。该方法通过识别低损耗路径，有效地连接了针对不同范数约束专业化的专家模型，从而缓解了通常在竞争性鲁棒性目标中出现的权衡。该方法选择性地专业化有影响力的层，并采用基于贡献的部分更新技术来降低训练成本，在 CIFAR-100 和 ImageNet-100 数据集上的各种架构中均显示出准确性提高。
-
ZeroPur 方法提供无训练对抗性净化
研究人员推出了一种新颖的对抗性净化方法 ZeroPur，该方法无需额外训练。该技术将对抗性图像视为自然图像流形中的异常值，并通过将其投影回该流形来净化它们。ZeroPur 分为两个步骤：引导偏移以找到偏移的嵌入，以及自适应投影以创建用于投影的方向向量。在 CIFAR-10、CIFAR-100 和 ImageNet-1K 数据集上使用各种分类器架构进行的实验证明了其最先进的鲁棒性能。