Zobrazeno 1 - 6 of 6 pro vyhledávání: '"Seyum Assefa"'
1
Report
EiFFFeL: Enforcing Fairness in Forests by Flipping Leaves
Autor: Abebe, Seyum Assefa, Lucchese, Claudio, Orlando, Salvatore
Nowadays Machine Learning (ML) techniques are extensively adopted in many socially sensitive systems, thus requiring to carefully study the fairness of the decisions taken by such systems. Many approaches have been proposed to address and to make sur
Externí odkaz: http://arxiv.org/abs/2112.14435
Zobrazit plný text záznamu
2
Report
Treant: Training Evasion-Aware Decision Trees
Autor: Calzavara, Stefano, Lucchese, Claudio, Tolomei, Gabriele, Abebe, Seyum Assefa, Orlando, Salvatore
Despite its success and popularity, machine learning is now recognized as vulnerable to evasion attacks, i.e., carefully crafted perturbations of test inputs designed to force prediction errors. In this paper we focus on evasion attacks against decis
Externí odkaz: http://arxiv.org/abs/1907.01197
Zobrazit plný text záznamu
3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
4
Treant: Training Evasion-Aware Decision Trees
Autor: Stefano Calzavara, Seyum Assefa Abebe, Gabriele Tolomei, Salvatore Orlando, Claudio Lucchese
Despite its success and popularity, machine learning is now recognized as vulnerable to evasion attacks, i.e., carefully crafted perturbations of test inputs designed to force prediction errors. In this paper we focus on evasion attacks against decis
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::4df90e88589c5f8b5765163142ac2b67
http://arxiv.org/abs/1907.01197
Zobrazit plný text záznamu
6
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje