Buchumschlag

ARQ: A Mixed-Precision Quantization Framework for Accurate and Certifiably Robust DNNs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Yuchen, Zhao, Yifan, Ugare, Shubham, Singh, Gagandeep, Misailovic, Sasa
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Is The Watermarking Of LLM-Generated Code Robust?
von: Suresh, Tarun, et al.
Veröffentlicht: (2024)

Incremental Randomized Smoothing Certification
von: Ugare, Shubham, et al.
Veröffentlicht: (2023)

Certifiably Robust Image Watermark
von: Jiang, Zhengyuan, et al.
Veröffentlicht: (2024)

PatchDEMUX: A Certifiably Robust Framework for Multi-label Classifiers Against Adversarial Patches
von: Jacob, Dennis, et al.
Veröffentlicht: (2025)

Certified Robustness to Data Poisoning in Gradient-Based Training
von: Sosnin, Philip, et al.
Veröffentlicht: (2024)

Certifying Adapters: Enabling and Enhancing the Certification of Classifier Adversarial Robustness
von: Deng, Jieren, et al.
Veröffentlicht: (2024)

Certified Robustness to Clean-Label Poisoning Using Diffusion Denoising
von: Hong, Sanghyun, et al.
Veröffentlicht: (2024)

Attack Anything: Blind DNNs via Universal Background Adversarial Attack
von: Lian, Jiawei, et al.
Veröffentlicht: (2024)

Certified but Fooled! Breaking Certified Defences with Ghost Certificates
von: Vo, Quoc Viet, et al.
Veröffentlicht: (2025)

COMMIT: Certifying Robustness of Multi-Sensor Fusion Systems against Semantic Attacks
von: Huang, Zijian, et al.
Veröffentlicht: (2024)

Towards Accurate and Robust Architectures via Neural Architecture Search
von: Ou, Yuwei, et al.
Veröffentlicht: (2024)

RPP: A Certified Poisoned-Sample Detection Framework for Backdoor Attacks under Dataset Imbalance
von: Lin, Miao, et al.
Veröffentlicht: (2026)

Adaptive Diffusion Denoised Smoothing : Certified Robustness via Randomized Smoothing with Differentially Private Guided Denoising Diffusion
von: Shpilevskiy, Frederick, et al.
Veröffentlicht: (2025)

Towards Generalized Certified Robustness with Multi-Norm Training
von: Jiang, Enyi, et al.
Veröffentlicht: (2024)

PromptSmooth: Certifying Robustness of Medical Vision-Language Models via Prompt Learning
von: Hussein, Noor, et al.
Veröffentlicht: (2024)

Confidence-aware Denoised Fine-tuning of Off-the-shelf Models for Certified Robustness
von: Jang, Suhyeok, et al.
Veröffentlicht: (2024)

PatchCURE: Improving Certifiable Robustness, Model Utility, and Computation Efficiency of Adversarial Patch Defenses
von: Xiang, Chong, et al.
Veröffentlicht: (2023)

Cross-Input Certified Training for Universal Perturbations
von: Xu, Changming, et al.
Veröffentlicht: (2024)

Adversarial Defenses via Vector Quantization
von: Dong, Zhiyi, et al.
Veröffentlicht: (2023)

Improving Integrated Gradient-based Transferable Adversarial Examples by Refining the Integration Path
von: Ren, Yuchen, et al.
Veröffentlicht: (2024)

QuantAttack: Exploiting Dynamic Quantization to Attack Vision Transformers
von: Baras, Amit, et al.
Veröffentlicht: (2023)

One-Index Vector Quantization Based Adversarial Attack on Image Classification
von: Fan, Haiju, et al.
Veröffentlicht: (2024)

RAW: A Robust and Agile Plug-and-Play Watermark Framework for AI-Generated Images with Provable Guarantees
von: Xian, Xun, et al.
Veröffentlicht: (2024)

Evaluating Precise Geolocation Inference Capabilities of Vision Language Models
von: Jay, Neel, et al.
Veröffentlicht: (2025)

Accurate and Private Diagnosis of Rare Genetic Syndromes from Facial Images with Federated Deep Learning
von: Ünal, Ali Burak, et al.
Veröffentlicht: (2025)

Meta Invariance Defense Towards Generalizable Robustness to Unknown Adversarial Attacks
von: Zhang, Lei, et al.
Veröffentlicht: (2024)

Robust Classification via a Single Diffusion Model
von: Chen, Huanran, et al.
Veröffentlicht: (2023)

SLICE: Semantic Latent Injection via Compartmentalized Embedding for Image Watermarking
von: Gao, Zheng, et al.
Veröffentlicht: (2026)

PATE-TripleGAN: Privacy-Preserving Image Synthesis with Gaussian Differential Privacy
von: Jiang, Zepeng, et al.
Veröffentlicht: (2024)

Cert-SSBD: Certified Backdoor Defense with Sample-Specific Smoothing Noises
von: Qiao, Ting, et al.
Veröffentlicht: (2025)

A Quality-Centric Framework for Generic Deepfake Detection
von: Song, Wentang, et al.
Veröffentlicht: (2024)

Fault Sneaking Attack: a Stealthy Framework for Misleading Deep Neural Networks
von: Zhao, Pu, et al.
Veröffentlicht: (2019)

WAVES: Benchmarking the Robustness of Image Watermarks
von: An, Bang, et al.
Veröffentlicht: (2024)

$S^2$NeRF: Privacy-preserving Training Framework for NeRF
von: Zhang, Bokang, et al.
Veröffentlicht: (2024)

CertDW: Towards Certified Dataset Ownership Verification via Conformal Prediction
von: Qiao, Ting, et al.
Veröffentlicht: (2025)

Toward Availability Attacks in 3D Point Clouds
von: Zhu, Yifan, et al.
Veröffentlicht: (2024)

DiffBreak: Is Diffusion-Based Purification Robust?
von: Kassis, Andre, et al.
Veröffentlicht: (2024)

Agnostic Multi-Robust Learning Using ERM
von: Ahmadi, Saba, et al.
Veröffentlicht: (2023)

Group-based Robustness: A General Framework for Customized Robustness in the Real World
von: Lin, Weiran, et al.
Veröffentlicht: (2023)

SPDMark: Selective Parameter Displacement for Robust Video Watermarking
von: Fares, Samar, et al.
Veröffentlicht: (2025)