隐私保护机器学习-Spring (西南石油大学)

  • java注解和反射

    2020 05 19 注解的作用: 不是程序本身,可以对程序做出解释,和注释有相似之处。 可以被其他程序(如编译器)所读取。 注解的格式:以“@注解名”在代码上存在,还可以在其中添加一些参数。 注解在哪里使用:可以附在包,类,方法,字段上面。等于给他们添加了额外的辅助信息。我们可以通过反射机制实现对
    岑鹏   2020-05-19 10:10   0   133
  • 关于《Detection of Adversarial Training Examples in Poisoning Attacks through Anomaly Detection》的阅读分享

    Detection of Adversarial Training Examples in Poisoning Attacks through Anomaly Detection——阅读笔记 小组成员:岑鹏,吴易佳,秦红梅 2020.4.15 1. 背景 机器学习在我们的生活中有许多应用,包括计算机
    吴易佳   2020-04-20 16:30   6   328
  • 鲁棒性验证-第五小组

    《TRAINING FOR FASTER ADVERSARIAL ROBUSTNESS VERIFICATION VIA INDUCING RELU STABILITY》论文分享报告 组员:杨根 黎君玉 张荣华 1 基础知识 ReLU函数 线性整流函数(Rectified Linear Unit,
    杨根   2020-04-19 19:06   5   954
  • 通过影响函数来理解黑盒预测---论文阅读报告

    通过影响函数来理解黑盒预测 论文阅读报告 组员:曾文丽、倪元元、杨顼 时间:2020/4/15 1.背景 机器学习系统需要对自己所做的行为进行解释,然而在许多领域中表现最好的模型却是黑盒模型,它的重点在于了解固定模型如何导致特定预测,本文中主要是通过学习算法返回训练数据,最终得到模型参数,而在这儿需
    曾文丽   2020-04-15 13:31   5   449
  • 《ENSEMBLE ADVERSARIAL TRAINING: ATTACKS AND DEFENSES》 _论文学习报告

    《ENSEMBLE ADVERSARIAL TRAINING: ATTACKS AND DEFENSES》 论文学习报告 组员:裴建新 赖妍菱 周子玉 2020-04-12 1 引言 机器学习(ML)模型往往容易受到敌对示例的攻击,恶意干扰输入,旨在在测试时误导模型。对抗性训练(Szegedy et
    第2小组周子玉   2020-04-12 23:11   1   1795
  • 《Detecting Backdoor Attacks on Deep Neural Networks by Activation Clustering》论文阅读笔记

    通过激活聚类的方法检测深度神经网络的后门攻击 王妮婷 王静雯 郑爽 2020-04-08 论文的基本信息: 《Detecting Backdoor Attacks on Deep Neural Networks by Activation Clustering》 Bryant Chen, Wilka
    Nita-王妮婷   2020-04-09 17:13   6   1172
  • Adversarial Camouflage: Hiding Physical-World Attacks with Natural Styles论文报告

    Adversarial Camouflage: Hiding Physical-World Attacks with Natural Styles 组员:张荣华 黎君玉 杨根 1问题描述 神经网络(DNNS)是一类功能强大的模型,在各种人工智能系统中得到了广泛的应用,但其易受到对抗例子的攻击。 未来我
    黎君玉   2020-04-05 00:52   4   625
  • ODI for Adversarial Attacks_阅读报告

    Output Diversified Initialization for Adversarial Attacks 学习报告 小组成员:裴建新、赖妍菱、周子玉 1 引言 深度神经网络在图像分类方面取得了很大的成功。然而,它们很容易受到对抗性样例的影响,由视觉上无法检测到的噪声所产生的扰动图像可能会导
    第2小组周子玉   2020-04-01 15:34   4   742
  • 关于《Intriguing properties of neural networks》的阅读笔记

    Intriguing properties of neural networks——阅读笔记 小组成员:岑鹏,吴易佳,秦红梅 2020.4.1 1. 中心思想 我们小组阅读了Intriguing properties of neural networks,本文主要介绍了两个方面一个是神经网络的语义信
    吴易佳   2020-04-01 10:46   3   716
  • Verification of Neural Networks_阅读报告

    1. 背景 深度神经网络(DNNs)在各领域中成功的应用案例,使其成为了迄今为止最受欢迎的机器学习模型之一。但人们担心其易受敌对干扰,因此其在安全相关的环境中的应用受到了限制。 2. 问题描述 网络的复杂性和庞大规模对自动化形式验证技术(automated formal verification t
    第四组   2020-03-30 23:31   3   323