Buchumschlag

Enhancing Adversarial Robustness through Multi-Objective Representation Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hotegni, Sedjro Salomon, Peitz, Sebastian
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

Multi-objective Deep Learning: Taxonomy and Survey of the State of the Art
von: Peitz, Sebastian, et al.
Veröffentlicht: (2024)

SPREAD: Sampling-based Pareto front Refinement via Efficient Adaptive Diffusion
von: Hotegni, Sedjro Salomon, et al.
Veröffentlicht: (2025)

Multi-Objective Optimization for Sparse Deep Multi-Task Learning
von: Hotegni, S. S., et al.
Veröffentlicht: (2023)

COMPRER: A Multimodal Multi-Objective Pretraining Framework for Enhanced Medical Image Representation
von: Lutsker, Guy, et al.
Veröffentlicht: (2024)

ProFeAT: Projected Feature Adversarial Training for Self-Supervised Learning of Robust Representations
von: Addepalli, Sravanti, et al.
Veröffentlicht: (2024)

Enhancing Adversarial Robustness via Uncertainty-Aware Distributional Adversarial Training
von: Dong, Junhao, et al.
Veröffentlicht: (2024)

Sparse Representations Improve Adversarial Robustness of Neural Network Classifiers
von: Steunou, Killian, et al.
Veröffentlicht: (2025)

Enhancing JEPAs with Spatial Conditioning: Robust and Efficient Representation Learning
von: Littwin, Etai, et al.
Veröffentlicht: (2024)

Improving Robustness to Multiple Spurious Correlations by Multi-Objective Optimization
von: Kim, Nayeong, et al.
Veröffentlicht: (2024)

Robust Visual Representation Learning with Multi-modal Prior Knowledge for Image Classification Under Distribution Shift
von: Zhou, Hongkuan, et al.
Veröffentlicht: (2024)

AutoFT: Learning an Objective for Robust Fine-Tuning
von: Choi, Caroline, et al.
Veröffentlicht: (2024)

Are Objective Explanatory Evaluation metrics Trustworthy? An Adversarial Analysis
von: Chowdhury, Prithwijit, et al.
Veröffentlicht: (2024)

Learning Private Representations through Entropy-based Adversarial Training
von: Klein, Tassilo, et al.
Veröffentlicht: (2025)

Dynamic Label Adversarial Training for Deep Learning Robustness Against Adversarial Attacks
von: Liu, Zhenyu, et al.
Veröffentlicht: (2024)

Hyperbolic Enhanced Representation Learning for Incomplete Multi-view Clustering
von: Chen, Tianyi, et al.
Veröffentlicht: (2026)

FORESEE: Multimodal and Multi-view Representation Learning for Robust Prediction of Cancer Survival
von: Pan, Liangrui, et al.
Veröffentlicht: (2024)

Enhancing Vietnamese VQA through Curriculum Learning on Raw and Augmented Text Representations
von: Nguyen, Khoi Anh, et al.
Veröffentlicht: (2025)

RegMix: Adversarial Mutual and Generalization Regularization for Enhancing DNN Robustness
von: Liu, Zhenyu, et al.
Veröffentlicht: (2025)

Robust Representation Learning in Masked Autoencoders
von: Shrivastava, Anika, et al.
Veröffentlicht: (2026)

Visually Robust Adversarial Imitation Learning from Videos with Contrastive Learning
von: Giammarino, Vittorio, et al.
Veröffentlicht: (2024)

Adversarial Robustness for Deep Learning-based Wildfire Prediction Models
von: Ide, Ryo, et al.
Veröffentlicht: (2024)

On the Mechanisms of Adversarial Data Augmentation for Robust and Adaptive Transfer Learning
von: Satou, Hana, et al.
Veröffentlicht: (2025)

Adversarially Robust Deepfake Detection via Adversarial Feature Similarity Learning
von: Khan, Sarwar
Veröffentlicht: (2024)

Adversarial-Robust Transfer Learning for Medical Imaging via Domain Assimilation
von: Chen, Xiaohui, et al.
Veröffentlicht: (2024)

Deep Positive-Negative Prototypes for Adversarially Robust Discriminative Prototypical Learning
von: Sabzevar, Ramin Zarei, et al.
Veröffentlicht: (2025)

Creative Portraiture: Exploring Creative Adversarial Networks and Conditional Creative Adversarial Networks
von: Hereu, Sebastian, et al.
Veröffentlicht: (2024)

PatchGuard: Adversarially Robust Anomaly Detection and Localization through Vision Transformers and Pseudo Anomalies
von: Nafez, Mojtaba, et al.
Veröffentlicht: (2025)

Mitigating Accuracy-Robustness Trade-off via Balanced Multi-Teacher Adversarial Distillation
von: Zhao, Shiji, et al.
Veröffentlicht: (2023)

Physically-Induced Atmospheric Adversarial Perturbations: Enhancing Transferability and Robustness in Remote Sensing Image Classification
von: Zhuang, Weiwei, et al.
Veröffentlicht: (2026)

Evaluating the Adversarial Robustness of Detection Transformers
von: Nazeri, Amirhossein, et al.
Veröffentlicht: (2024)

Enhancing Cardiovascular Disease Prediction through Multi-Modal Self-Supervised Learning
von: Girlanda, Francesco, et al.
Veröffentlicht: (2024)

URRL-IMVC: Unified and Robust Representation Learning for Incomplete Multi-View Clustering
von: Teng, Ge, et al.
Veröffentlicht: (2024)

Revisiting Supervision for Continual Representation Learning
von: Marczak, Daniel, et al.
Veröffentlicht: (2023)

SeA: Semantic Adversarial Augmentation for Last Layer Features from Unsupervised Representation Learning
von: Qian, Qi, et al.
Veröffentlicht: (2024)

ADROIT: A Self-Supervised Framework for Learning Robust Representations for Active Learning
von: Banerjee, Soumya, et al.
Veröffentlicht: (2025)

Multi-Objective Reinforcement Learning for Adaptable Personalized Autonomous Driving
von: Surmann, Hendrik, et al.
Veröffentlicht: (2025)

Adaptive Batch Normalization Networks for Adversarial Robustness
von: Lo, Shao-Yuan, et al.
Veröffentlicht: (2024)

Compositional Adversarial Training for Robust Visual Watermarking
von: Satheesh, Anirudh, et al.
Veröffentlicht: (2026)

Calibrating Multi-modal Representations: A Pursuit of Group Robustness without Annotations
von: You, Chenyu, et al.
Veröffentlicht: (2024)

Countering Multi-modal Representation Collapse through Rank-targeted Fusion
von: Kim, Seulgi, et al.
Veröffentlicht: (2025)