Buchumschlag

Machine Unlearning for Image-to-Image Generative Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Guihong, Hsu, Hsiang, Chen, Chun-Fu, Marculescu, Radu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Online-LoRA: Task-free Online Continual Learning via Low Rank Adaptation
von: Wei, Xiwen, et al.
Veröffentlicht: (2024)

Zero-Shot Neural Architecture Search: Challenges, Solutions, and Opportunities
von: Li, Guihong, et al.
Veröffentlicht: (2023)

Machine Unlearning for Medical Imaging
von: Nasirigerdeh, Reza, et al.
Veröffentlicht: (2024)

Attack and Reset for Unlearning: Exploiting Adversarial Noise toward Machine Unlearning through Parameter Re-initialization
von: Jung, Yoonhwa, et al.
Veröffentlicht: (2024)

Scaling Graph Convolutions for Mobile Vision
von: Avery, William, et al.
Veröffentlicht: (2024)

OVOR: OnePrompt with Virtual Outlier Regularization for Rehearsal-Free Class-Incremental Learning
von: Huang, Wei-Cheng, et al.
Veröffentlicht: (2024)

Similarity Trajectories: Linking Sampling Process to Artifacts in Diffusion-Generated Images
von: Menn, Dennis, et al.
Veröffentlicht: (2024)

Controllable Unlearning for Image-to-Image Generative Models via $\varepsilon$-Constrained Optimization
von: Feng, Xiaohua, et al.
Veröffentlicht: (2024)

Machine Unlearning in the Era of Quantum Machine Learning: An Empirical Study
von: Crivoi, Carla, et al.
Veröffentlicht: (2025)

Data Attribution for Text-to-Image Models by Unlearning Synthesized Images
von: Wang, Sheng-Yu, et al.
Veröffentlicht: (2024)

VCMamba: Bridging Convolutions with Multi-Directional Mamba for Efficient Visual Representation
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

Multi-Scale High-Resolution Logarithmic Grapher Module for Efficient Vision GNNs
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

AdaptViG: Adaptive Vision GNN with Exponential Decay Gating
von: Munir, Mustafa, et al.
Veröffentlicht: (2025)

Towards Few-Call Model Stealing via Active Self-Paced Knowledge Distillation and Diffusion-Based Image Generation
von: Hondru, Vlad, et al.
Veröffentlicht: (2023)

Holistic Unlearning Benchmark: A Multi-Faceted Evaluation for Text-to-Image Diffusion Model Unlearning
von: Moon, Saemi, et al.
Veröffentlicht: (2024)

Forget Vectors at Play: Universal Input Perturbations Driving Machine Unlearning in Image Classification
von: Sun, Changchang, et al.
Veröffentlicht: (2024)

MK-UNet: Multi-kernel Lightweight CNN for Medical Image Segmentation
von: Rahman, Md Mostafijur, et al.
Veröffentlicht: (2025)

Machine Unlearning in Forgettability Sequence
von: Chen, Junjie, et al.
Veröffentlicht: (2024)

Is Retain Set All You Need in Machine Unlearning? Restoring Performance of Unlearned Models with Out-Of-Distribution Images
von: Bonato, Jacopo, et al.
Veröffentlicht: (2024)

Unlearning the Unpromptable: Prompt-free Instance Unlearning in Diffusion Models
von: Lee, Kyungryeol, et al.
Veröffentlicht: (2026)

LoMix: Learnable Weighted Multi-Scale Logits Mixing for Medical Image Segmentation
von: Rahman, Md Mostafijur, et al.
Veröffentlicht: (2025)

Erase at the Core: Representation Unlearning for Machine Unlearning
von: Lee, Jaewon, et al.
Veröffentlicht: (2026)

Erasing Concepts from Text-to-Image Diffusion Models with Few-shot Unlearning
von: Fuchi, Masane, et al.
Veröffentlicht: (2024)

GreedyViG: Dynamic Axial Graph Construction for Efficient Vision GNNs
von: Munir, Mustafa, et al.
Veröffentlicht: (2024)

A Comparative Study of Machine Unlearning Techniques for Image and Text Classification Models
von: Safa, Omar M., et al.
Veröffentlicht: (2024)

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners
von: Liang, Feng, et al.
Veröffentlicht: (2022)

Loss-Free Machine Unlearning
von: Foster, Jack, et al.
Veröffentlicht: (2024)

Learning to Unlearn while Retaining: Combating Gradient Conflicts in Machine Unlearning
von: Patel, Gaurav, et al.
Veröffentlicht: (2025)

Verifying Robust Unlearning: Probing Residual Knowledge in Unlearned Models
von: Xuan, Hao, et al.
Veröffentlicht: (2025)

Image Can Bring Your Memory Back: A Novel Multi-Modal Guided Attack against Image Generation Model Unlearning
von: Liu, Renyang, et al.
Veröffentlicht: (2025)

Multimodal Machine Learning in Image-Based and Clinical Biomedicine: Survey and Prospects
von: Warner, Elisa, et al.
Veröffentlicht: (2023)

Score Forgetting Distillation: A Swift, Data-Free Method for Machine Unlearning in Diffusion Models
von: Chen, Tianqi, et al.
Veröffentlicht: (2024)

Lifting Data-Tracing Machine Unlearning to Knowledge-Tracing for Foundation Models
von: Tan, Yuwen, et al.
Veröffentlicht: (2025)

Improved Probabilistic Image-Text Representations
von: Chun, Sanghyuk
Veröffentlicht: (2023)

Edify Image: High-Quality Image Generation with Pixel Space Laplacian Diffusion Models
von: NVIDIA, et al.
Veröffentlicht: (2024)

Efficient Conditional Diffusion Model with Probability Flow Sampling for Image Super-resolution
von: Yuan, Yutao, et al.
Veröffentlicht: (2024)

SafeRedir: Prompt Embedding Redirection for Robust Unlearning in Image Generation Models
von: Liu, Renyang, et al.
Veröffentlicht: (2026)

REFORGE: Multi-modal Attacks Reveal Vulnerable Concept Unlearning in Image Generation Models
von: Zou, Yong, et al.
Veröffentlicht: (2026)

Semantic-Guided Generative Image Augmentation Method with Diffusion Models for Image Classification
von: Li, Bohan, et al.
Veröffentlicht: (2023)

LLM as a Neural Architect: Controlled Generation of Image Captioning Models Under Strict API Contracts
von: Jesani, Krunal, et al.
Veröffentlicht: (2025)