Buchumschlag

Harmonic Machine Learning Models are Robust

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kersting, Nicholas S., Li, Yi, Mohanty, Aman, Obisesan, Oyindamola, Okochu, Raphael
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learning Differentiable Logic Programs for Abstract Visual Reasoning
von: Shindo, Hikaru, et al.
Veröffentlicht: (2023)

Harmonizing Generalization and Specialization: Uncertainty-Informed Collaborative Learning for Semi-supervised Medical Image Segmentation
von: Lu, Wenjing, et al.
Veröffentlicht: (2025)

OCAtari: Object-Centric Atari 2600 Reinforcement Learning Environments
von: Delfosse, Quentin, et al.
Veröffentlicht: (2023)

LlavaGuard: An Open VLM-based Framework for Safeguarding Vision Datasets and Models
von: Helff, Lukas, et al.
Veröffentlicht: (2024)

Pix2Code: Learning to Compose Neural Visual Concepts as Programs
von: Wüst, Antonia, et al.
Veröffentlicht: (2024)

V-LoL: A Diagnostic Dataset for Visual Logical Learning
von: Helff, Lukas, et al.
Veröffentlicht: (2023)

Finding DoRI: Discovery of Retained Images in Diffusion Models
von: Kowalczuk, Antoni, et al.
Veröffentlicht: (2025)

SDM: A Powerful Tool for Evaluating Model Robustness
von: Liu, Xinlei, et al.
Veröffentlicht: (2026)

How to Train your Text-to-Image Model: Evaluating Design Choices for Synthetic Training Captions
von: Brack, Manuel, et al.
Veröffentlicht: (2025)

Machine Learning Modeling for Multi-order Human Visual Motion Processing
von: Sun, Zitang, et al.
Veröffentlicht: (2025)

Robustness Evaluation for Video Models with Reinforcement Learning
von: Babu, Ashwin Ramesh, et al.
Veröffentlicht: (2025)

CycliST: A Video Language Model Benchmark for Reasoning on Cyclical State Transitions
von: Kohaut, Simon, et al.
Veröffentlicht: (2025)

Improved Diffusion-based Generative Model with Better Adversarial Robustness
von: Wang, Zekun, et al.
Veröffentlicht: (2025)

Gradient Harmonization in Unsupervised Domain Adaptation
von: Huang, Fuxiang, et al.
Veröffentlicht: (2024)

Life, Machine Learning, and the Search for Habitability: Predicting Biosignature Fluxes for the Habitable Worlds Observatory
von: Moussa, Mark, et al.
Veröffentlicht: (2026)

Grounding Foundational Vision Models with 3D Human Poses for Robust Action Recognition
von: Babey, Nicholas, et al.
Veröffentlicht: (2025)

NASH: Neural Architecture Search for Hardware-Optimized Machine Learning Models
von: Ji, Mengfei, et al.
Veröffentlicht: (2024)

Learning Non-Linear Invariants for Unsupervised Out-of-Distribution Detection
von: Doorenbos, Lars, et al.
Veröffentlicht: (2024)

DeiSAM: Segment Anything with Deictic Prompting
von: Shindo, Hikaru, et al.
Veröffentlicht: (2024)

CoUn: Empowering Machine Unlearning via Contrastive Learning
von: Khalil, Yasser H., et al.
Veröffentlicht: (2025)

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

Quantized Machine Learning Models for Medical Imaging in Low-Resource Healthcare Settings
von: Kanneti, Sumanth Meenan, et al.
Veröffentlicht: (2026)

Are Deep Learning Models Robust to Partial Object Occlusion in Visual Recognition Tasks?
von: Kassaw, Kaleb, et al.
Veröffentlicht: (2024)

Development and Application of Self-Supervised Machine Learning for Smoke Plume and Active Fire Identification from the FIREX-AQ Datasets
von: LaHaye, Nicholas, et al.
Veröffentlicht: (2025)

Harmonic Mobile Manipulation
von: Yang, Ruihan, et al.
Veröffentlicht: (2023)

Guiding Vision-Language Model Selection for Visual Question-Answering Across Tasks, Domains, and Knowledge Types
von: Sinha, Neelabh, et al.
Veröffentlicht: (2024)

Robust Alzheimer's Progression Modeling using Cross-Domain Self-Supervised Deep Learning
von: Dadsetan, Saba, et al.
Veröffentlicht: (2022)

Reimplementation of Learning to Reweight Examples for Robust Deep Learning
von: Patil, Parth, et al.
Veröffentlicht: (2024)

Towards Automated Machine Learning Research
von: Ardeshir, Shervin
Veröffentlicht: (2024)

Tiny Machine Learning: Progress and Futures
von: Lin, Ji, et al.
Veröffentlicht: (2024)

ProTIP: Probabilistic Robustness Verification on Text-to-Image Diffusion Models against Stochastic Perturbation
von: Zhang, Yi, et al.
Veröffentlicht: (2024)

Learning Run-time Safety Monitors for Machine Learning Components
von: Vardal, Ozan, et al.
Veröffentlicht: (2024)

ERA-Solver: Error-Robust Adams Solver for Fast Sampling of Diffusion Probabilistic Models
von: Li, Shengming, et al.
Veröffentlicht: (2023)

Deep Learning for Spatio-Temporal Fusion in Land Surface Temperature Estimation: A Comprehensive Survey, Experimental Analysis, and Future Trends
von: Bouaziz, Sofiane, et al.
Veröffentlicht: (2024)

FedDiff: Diffusion Model Driven Federated Learning for Multi-Modal and Multi-Clients
von: Li, DaiXun, et al.
Veröffentlicht: (2023)

Source-Free Domain Adaptation with Diffusion-Guided Source Data Generation
von: Chopra, Shivang, et al.
Veröffentlicht: (2024)

Clinical Uncertainty Impacts Machine Learning Evaluations
von: Lionetti, Simone, et al.
Veröffentlicht: (2025)

Dreamweaver: Learning Compositional World Models from Pixels
von: Baek, Junyeob, et al.
Veröffentlicht: (2025)

DiffusionHarmonizer: Bridging Neural Reconstruction and Photorealistic Simulation with Online Diffusion Enhancer
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2026)

Layout-Aware Representation Learning for Open-Set ID Fraud Discovery
von: Li, Jinxing, et al.
Veröffentlicht: (2026)