对抗样本防御相关论文
针对现有对抗样本防御方法防御能力不足、时间消耗过高等问题,参考生成对抗网络与集成学习在对抗样本研究中的优势,本文提出一种基......
人工智能在物联网等领域应用日益广泛,而其中常用的深度神经网络易受对抗样本攻击这一脆弱性给这些应用带来了巨大的安全隐患。因......
自动语音识别系统(ASR)能将输入语音转换为对应的文本,其性能因深度学习技术的发展得到了显著提高.然而,通过在输入语音中添加微小......
人工智能目前在诸多领域均得到较好应用,然而通过对抗样本会使神经网络模型输出错误的分类。研究提升神经网络模型鲁棒性的同时如......
随着深度学习的发展,计算机视觉方向的研究成果在制造业、人脸识别、医疗诊断等众多涉及图像分析与处理的领域中发挥着不可替代的......
近年来,深度学习技术发展迅猛,在很多具有挑战性的机器学习任务上都表现出了较优的性能,比如图像分类,自然语言处理,语音识别等。......
近些年来,深度神经网络(DNN)飞速发展,卷积神经网络(CNN)作为DNN中的一个重要网络模型在计算机视觉、自然语言处理、语音识别等领......
深度神经网络(Deep Neural Networks,DNNs)的快速发展使得图像识别、自然语言处理和自动驾驶等技术研究有了很大的进步,已经成功应......
近年来,研究者们发现基于神经网络的深度学习系统存在安全隐患,添加了细微扰动的输入样本,可能会使模型失效,这类样本被称为对抗样......
本文使用一个像素攻击法和通用扰动生成攻击法生成对抗数据集,通过人脸识别模型对对抗数据集进行微调训练,使其对一个像素攻击法生......
近些年,神经网络技术飞速发展,不仅自身技术出现了爆发性的增长,而且其应用也越来越广泛。卷积神经网络在机器视觉,语音识别,自然......
