cs.CR」カテゴリーアーカイブ

Scaling Adversarial Training to Large Perturbation Bounds

要約 敵対的攻撃に対するディープ ニューラル ネットワークの脆弱性は、堅牢なモデ … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG, stat.ML | Scaling Adversarial Training to Large Perturbation Bounds はコメントを受け付けていません

Understanding Person Identification through Gait

要約 歩行認識は、歩行や走行などの二足歩行から人間を識別するプロセスです。 その … 続きを読む

カテゴリー: cs.CR, cs.CV | Understanding Person Identification through Gait はコメントを受け付けていません

Parsimonious Black-Box Adversarial Attacks via Efficient Combinatorial Optimization

要約 射影された勾配降下法を使用して敵対的な例を解くことは、ニューラル ネットワ … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG, stat.ML | Parsimonious Black-Box Adversarial Attacks via Efficient Combinatorial Optimization はコメントを受け付けていません

Robust Data Hiding Using Inverse Gradient Attention

要約 データ隠蔽は、埋め込まれた画像に知覚的な摂動がほとんどないようにしながら、 … 続きを読む

カテゴリー: cs.CR, cs.CV | Robust Data Hiding Using Inverse Gradient Attention はコメントを受け付けていません

Marksman Backdoor: Backdoor Attacks with Arbitrary Target Class

要約 近年、機械学習モデルはバックドア攻撃に対して脆弱であることが示されています … 続きを読む

カテゴリー: cs.CR, cs.CV | Marksman Backdoor: Backdoor Attacks with Arbitrary Target Class はコメントを受け付けていません

DE-FAKE: Detection and Attribution of Fake Images Generated by Text-to-Image Diffusion Models

要約 拡散モデルが登場し、ビジュアル世代における新しい最先端技術が確立されました … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG | DE-FAKE: Detection and Attribution of Fake Images Generated by Text-to-Image Diffusion Models はコメントを受け付けていません

Sleeper Agent: Scalable Hidden Trigger Backdoors for Neural Networks Trained from Scratch

要約 機械学習用のデータのキュレーションがますます自動化されるにつれて、データセ … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG | Sleeper Agent: Scalable Hidden Trigger Backdoors for Neural Networks Trained from Scratch はコメントを受け付けていません

Gotcha: A Challenge-Response System for Real-Time Deepfake Detection

要約 オンライン ビデオ インタラクションの完全性は、現在リアルタイムで展開可能 … 続きを読む

カテゴリー: cs.AI, cs.CR, cs.CV | Gotcha: A Challenge-Response System for Real-Time Deepfake Detection はコメントを受け付けていません

Visual Prompting for Adversarial Robustness

要約 この作業では、ビジュアル プロンプト (VP) を活用して、テスト時の固定 … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG | Visual Prompting for Adversarial Robustness はコメントを受け付けていません

Trap and Replace: Defending Backdoor Attacks by Trapping Them into an Easy-to-Replace Subnetwork

要約 ディープ ニューラル ネットワーク (DNN) は、バックドア攻撃に対して … 続きを読む

カテゴリー: cs.CR, cs.CV, cs.LG | Trap and Replace: Defending Backdoor Attacks by Trapping Them into an Easy-to-Replace Subnetwork はコメントを受け付けていません