实体
Zhichao Hou
Zhichao Hou
PulseAugur coverage of Zhichao Hou — every cluster mentioning Zhichao Hou across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架增强有向图神经网络的鲁棒性
研究人员引入了一个新框架,用于增强专门针对有向图的图神经网络(GNN)的鲁棒性。这项工作通过提出更真实的攻击场景和一个即插即用的消息传递框架来解决现有方法的局限性,该框架可以在不产生虚假安全感的情况下加强 GNN。研究结果表明,通过利用有向图结构中固有的信任信号,可以显著提高 GNN 的鲁棒性,从而在干净准确率和对抗各种攻击的鲁棒性方面都达到最先进的性能。
-
机器学习研究探索对抗性训练以增强鲁棒性 · 跟踪 5 个来源
该机器学习论文集探讨了对抗性训练的各个方面。研究调查了对抗性噪声如何影响分类器鲁棒性,比较了不同的分布式训练算法及其在逃避局部最小值方面的效率。此外,一篇论文引入了一种对抗性训练的概率方法,另一篇则提出了一种包含字典结构的新型网络架构,以增强鲁棒性和泛化能力。这些研究共同旨在提高机器学习模型抵御复杂攻击的弹性。