Zobrazeno 1 - 10 of 48 pro vyhledávání: '"Vivek B S"'
1
Report
Regularizers for Single-step Adversarial Training
Autor: Vivek, B. S., Babu, R. Venkatesh
The progress in the last decade has enabled machine learning models to achieve impressive performance across a wide range of tasks in Computer Vision. However, a plethora of works have demonstrated the susceptibility of these models to adversarial sa
Externí odkaz: http://arxiv.org/abs/2002.00614
Zobrazit plný text záznamu
2
Report
FDA: Feature Disruptive Attack
Autor: Ganeshan, Aditya, Vivek, B. S., Babu, R. Venkatesh
Though Deep Neural Networks (DNN) show excellent performance across various computer vision tasks, several works show their vulnerability to adversarial samples, i.e., image samples with imperceptible noise engineered to manipulate the network's pred
Externí odkaz: http://arxiv.org/abs/1909.04385
Zobrazit plný text záznamu
3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
9
Plug-And-Pipeline: Efficient Regularization for Single-Step Adversarial Training
Autor: Naveen Venkat, R. Venkatesh Babu, Ambareesh Revanur, Vivek B S
Publikováno v: CVPR Workshops
Adversarial Training (AT) is a straight forward solution to learn robust models by augmenting the training mini-batches with adversarial samples. Adversarial attack methods range from simple non-iterative (single-step) methods to computationally comp
Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_________::707f6c20025350a007c8d5612f26a044
https://doi.org/10.1109/cvprw50498.2020.00023
Zobrazit plný text záznamu
10
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