Buchumschlag

Generalization ability and Vulnerabilities to adversarial perturbations: Two sides of the same coin

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Jung Hoon, Vijayan, Sujith
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Two out of Three (ToT): using self-consistency to make robust predictions
von: Lee, Jung Hoon, et al.
Veröffentlicht: (2025)

Spiking Neural Network: a low power solution for physical layer authentication
von: Lee, Jung Hoon, et al.
Veröffentlicht: (2025)

Position: Message-passing and spectral GNNs are two sides of the same coin
von: Vasileiou, Antonis, et al.
Veröffentlicht: (2026)

Searching for internal symbols underlying deep learning
von: Lee, Jung H., et al.
Veröffentlicht: (2024)

Quintessence and false vacuum: Two sides of the same coin?
von: V., Pradosh Keshav M., et al.
Veröffentlicht: (2025)

Beneficial and Harmful Addictions: Two sides of the same coin
von: Rafael López
Veröffentlicht: (2016)

Transitive inference and transitivity: Two sides of the same coin?
von: Olga Lazareva
Veröffentlicht: (2025)

Continuous and discrete universality of zeta-functions: Two sides of the same coin?
von: Sourmelidis, Athanasios
Veröffentlicht: (2023)

Two sides of the same coin: the F-statistic and the 5-vector method
von: D'Onofrio, L., et al.
Veröffentlicht: (2024)

Cognitive and motor reserve in Parkinson's disease: Two sides of the same coin?
von: Isabella Anzuino, et al.
Veröffentlicht: (2026)

Power side-channel leakage localization through adversarial training of deep neural networks
von: Gammell, Jimmy, et al.
Veröffentlicht: (2024)

Functional Subspace, where language models can use vector algebra to solve problems
von: Lee, Jung H., et al.
Veröffentlicht: (2026)

Having Second Thoughts? Let's hear it
von: Lee, Jung H., et al.
Veröffentlicht: (2023)

Batch-in-Batch: a new adversarial training framework for initial perturbation and sample selection
von: Wu, Yinting, et al.
Veröffentlicht: (2024)

Towards minimax optimal algorithms for Active Simple Hypothesis Testing
von: Vijayan, Sushant
Veröffentlicht: (2025)

f-GAN: A frequency-domain-constrained generative adversarial network for PPG to ECG synthesis
von: Kong, Nathan C. L., et al.
Veröffentlicht: (2024)

Concept activation vectors: a unifying view and adversarial attacks
von: Schnoor, Ekkehard, et al.
Veröffentlicht: (2025)

Unveiling the Unborn: Advancing Fetal Health Classification through Machine Learning
von: Mandala, Sujith K
Veröffentlicht: (2023)

Triggering hallucinations in model-based MRI reconstruction via adversarial perturbations
von: Buğday, Suna, et al.
Veröffentlicht: (2026)

Intersectional Two-sided Fairness in Recommendation
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

Mutual information maximizing quantum generative adversarial networks
von: Lee, Mingyu, et al.
Veröffentlicht: (2023)

Provable tradeoffs in adversarially robust classification
von: Dobriban, Edgar, et al.
Veröffentlicht: (2020)

Countering adversarial evasion in regression analysis
von: Benfield, David, et al.
Veröffentlicht: (2025)

Two sides of the same coin: political equality and electoral rights, a study of formal qualifications on the right to candidacy
von: MARÍA JOSÉ GÓMEZ RUIZ
Veröffentlicht: (2023)

CountARFactuals -- Generating plausible model-agnostic counterfactual explanations with adversarial random forests
von: Dandl, Susanne, et al.
Veröffentlicht: (2024)

Disentangled Representation Learning via Modular Compositional Bias
von: Jung, Whie, et al.
Veröffentlicht: (2025)

Resurrecting saturated LLM benchmarks with adversarial encoding
von: Ivanov, Igor, et al.
Veröffentlicht: (2025)

On adversarial training and the 1 Nearest Neighbor classifier
von: Hagai, Amir, et al.
Veröffentlicht: (2024)

Generative adversarial learning with optimal input dimension and its adaptive generator architecture
von: Tan, Zhiyao, et al.
Veröffentlicht: (2024)

A policy gradient approach for optimization of smooth risk measures
von: Vijayan, Nithia, et al.
Veröffentlicht: (2022)

Policy Gradient Methods for Distortion Risk Measures
von: Vijayan, Nithia, et al.
Veröffentlicht: (2021)

Smoothed functional-based gradient algorithms for off-policy reinforcement learning: A non-asymptotic viewpoint
von: Vijayan, Nithia, et al.
Veröffentlicht: (2021)

Structure Detection for Contextual Reinforcement Learning
von: Zhou, Tianyue, et al.
Veröffentlicht: (2026)

Chaotic scattering and heating in cold ion-atom collisions: two sides of the same coin
von: Chowdhury, Saajid, et al.
Veröffentlicht: (2025)

Lookahead identification in adversarial bandits: accuracy and memory bounds
von: Brukhim, Nataly, et al.
Veröffentlicht: (2026)

On robust overfitting: adversarial training induced distribution matters
von: Tian, Runzhi, et al.
Veröffentlicht: (2023)

Ictal–interictal continuum and status epilepticus: Two sides of the same coin? A prospective magnetic resonance imaging study
von: Pilar Bosque‐Varela, et al.
Veröffentlicht: (2026)

eDCF: Estimating Intrinsic Dimension using Local Connectivity
von: Gupta, Dhruv, et al.
Veröffentlicht: (2025)

Can Go AIs be adversarially robust?
von: Tseng, Tom, et al.
Veröffentlicht: (2024)

On damage of interpolation to adversarial robustness in regression
von: Peng, Jingfu, et al.
Veröffentlicht: (2026)