Buchumschlag

Evaluating the Robustness of Deep-Learning Algorithm-Selection Models by Evolving Adversarial Instances

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hart, Emma, Renau, Quentin, Sim, Kevin, Alissa, Mohamad
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Identifying Easy Instances to Improve Efficiency of ML Pipelines for Algorithm-Selection
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

Algorithm Selection with Probing Trajectories: Benchmarking the Choice of Classifier Model
von: Renau, Quentin, et al.
Veröffentlicht: (2025)

Improving Algorithm-Selection and Performance-Prediction via Learning Discriminating Training Samples
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

On the Utility of Probing Trajectories for Algorithm-Selection
von: Renau, Quentin, et al.
Veröffentlicht: (2024)

Beyond the Hype: Benchmarking LLM-Evolved Heuristics for Bin Packing
von: Sim, Kevin, et al.
Veröffentlicht: (2025)

LLM-Meta-SR: In-Context Learning for Evolving Selection Operators in Symbolic Regression
von: Zhang, Hengzhe, et al.
Veröffentlicht: (2025)

Evolving Reservoirs for Meta Reinforcement Learning
von: Léger, Corentin, et al.
Veröffentlicht: (2023)

Bridging Models to Defend: A Population-Based Strategy for Robust Adversarial Defense
von: Wang, Ren, et al.
Veröffentlicht: (2023)

Robust Lagrangian and Adversarial Policy Gradient for Robust Constrained Markov Decision Processes
von: Bossens, David M.
Veröffentlicht: (2023)

Adversarially Robust Spiking Neural Networks Through Conversion
von: Özdenizci, Ozan, et al.
Veröffentlicht: (2023)

Exploring Layerwise Adversarial Robustness Through the Lens of t-SNE
von: Valentim, Inês, et al.
Veröffentlicht: (2024)

NERO-Net: A Neuroevolutionary Approach for the Design of Adversarially Robust CNNs
von: Valentim, Inês, et al.
Veröffentlicht: (2026)

Evolving Features vs Evolving Entire Trees with GP for Interpretable Survival Analysis
von: Schlender, Thalea, et al.
Veröffentlicht: (2026)

Multi-Objective Genetic Algorithm for Multi-View Feature Selection
von: Imani, Vandad, et al.
Veröffentlicht: (2023)

Parallel Algorithms for Exact Enumeration of Deep Neural Network Activation Regions
von: Drammis, Sabrina, et al.
Veröffentlicht: (2024)

Instance-Conditioned Adaptation for Large-scale Generalization of Neural Routing Solver
von: Zhou, Changliang, et al.
Veröffentlicht: (2024)

Position: Biology is the Challenge Physics-Informed ML Needs to Evolve
von: Martinelli, Julien
Veröffentlicht: (2025)

AlphaEvolve: A coding agent for scientific and algorithmic discovery
von: Novikov, Alexander, et al.
Veröffentlicht: (2025)

Evolved Sample Weights for Bias Mitigation: Effectiveness Depends on the Fairness Objective
von: Saini, Anil K., et al.
Veröffentlicht: (2025)

Structurally Flexible Neural Networks: Evolving the Building Blocks for General Agents
von: Pedersen, Joachim Winther, et al.
Veröffentlicht: (2024)

Instance Generation for Meta-Black-Box Optimization through Latent Space Reverse Engineering
von: Wang, Chen, et al.
Veröffentlicht: (2025)

Towards White Box Deep Learning
von: Satkiewicz, Maciej
Veröffentlicht: (2024)

Automated Deep Learning for Load Forecasting
von: Keisler, Julie, et al.
Veröffentlicht: (2024)

Bridging Synthetic and Real Routing Problems via LLM-Guided Instance Generation and Progressive Adaptation
von: Zhu, Jianghan, et al.
Veröffentlicht: (2025)

Deep Reinforcement Learning with Spiking Q-learning
von: Chen, Ding, et al.
Veröffentlicht: (2022)

Understanding Deep Learning via Notions of Rank
von: Razin, Noam
Veröffentlicht: (2024)

On Non-Linear operators for Geometric Deep Learning
von: Sergeant-Perthuis, Grégoire, et al.
Veröffentlicht: (2022)

Learning Heuristics for Transit Network Design and Improvement with Deep Reinforcement Learning
von: Holliday, Andrew, et al.
Veröffentlicht: (2024)

Novel Deep Neural Network Classifier Characterization Metrics with Applications to Dataless Evaluation
von: Dean, Nathaniel, et al.
Veröffentlicht: (2024)

Reinforcement Learning-assisted Evolutionary Algorithm: A Survey and Research Opportunities
von: Song, Yanjie, et al.
Veröffentlicht: (2023)

Meta-Learning Loss Functions for Deep Neural Networks
von: Raymond, Christian
Veröffentlicht: (2024)

Experimental Evaluation of Machine Learning Models for Goal-oriented Customer Service Chatbot with Pipeline Architecture
von: Isa, Nurul Ain Nabilah Mohd, et al.
Veröffentlicht: (2024)

A Stable, Fast, and Fully Automatic Learning Algorithm for Predictive Coding Networks
von: Salvatori, Tommaso, et al.
Veröffentlicht: (2022)

Counter-Current Learning: A Biologically Plausible Dual Network Approach for Deep Learning
von: Kao, Chia-Hsiang, et al.
Veröffentlicht: (2024)

An Inverse Modeling Constrained Multi-Objective Evolutionary Algorithm Based on Decomposition
von: Farias, Lucas R. C., et al.
Veröffentlicht: (2024)

Deep ARTMAP: Generalized Hierarchical Learning with Adaptive Resonance Theory
von: Melton, Niklas M., et al.
Veröffentlicht: (2025)

Massive Dimensions Reduction and Hybridization with Meta-heuristics in Deep Learning
von: Khosrowshahli, Rasa, et al.
Veröffentlicht: (2024)

Seemingly Redundant Modules Enhance Robust Odor Learning in Fruit Flies
von: Li, Haiyang, et al.
Veröffentlicht: (2025)

A Novel Machine Learning Classifier Based on Genetic Algorithms and Data Importance Reformatting
von: Alkhayyata, A. K., et al.
Veröffentlicht: (2024)

MEL: Efficient Multi-Task Evolutionary Learning for High-Dimensional Feature Selection
von: Wang, Xubin, et al.
Veröffentlicht: (2024)