Buchumschlag

Enhancing Adversarial Robustness via Uncertainty-Aware Distributional Adversarial Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dong, Junhao, Qu, Xinghua, Wang, Z. Jane, Ong, Yew-Soon
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

Hierarchically Robust Zero-shot Vision-language Models
von: Dong, Junhao, et al.
Veröffentlicht: (2026)

Possibilistic Predictive Uncertainty for Deep Learning
von: Ni, Yao, et al.
Veröffentlicht: (2026)

MMT-ARD: Multimodal Multi-Teacher Adversarial Distillation for Robust Vision-Language Models
von: Li, Yuqi, et al.
Veröffentlicht: (2025)

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

Towards Fair Class-wise Robustness: Class Optimal Distribution Adversarial Training
von: Zhi, Hongxin, et al.
Veröffentlicht: (2025)

TRIX- Trading Adversarial Fairness via Mixed Adversarial Training
von: Medi, Tejaswini, et al.
Veröffentlicht: (2025)

Exploring Adversarial Attacks against Latent Diffusion Model from the Perspective of Adversarial Transferability
von: Chen, Junxi, et al.
Veröffentlicht: (2024)

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

Narrowing Class-Wise Robustness Gaps in Adversarial Training
von: Amerehi, Fatemeh, et al.
Veröffentlicht: (2025)

LLM-to-Phy3D: Physically Conform Online 3D Object Generation with LLMs
von: Wong, Melvin, et al.
Veröffentlicht: (2025)

MEAT: Median-Ensemble Adversarial Training for Improving Robustness and Generalization
von: Hu, Zhaozhe, et al.
Veröffentlicht: (2024)

Semantic-Aware Adversarial Training for Reliable Deep Hashing Retrieval
von: Yuan, Xu, et al.
Veröffentlicht: (2023)

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

SiamNAS: Siamese Surrogate Model for Dominance Relation Prediction in Multi-objective Neural Architecture Search
von: Zhou, Yuyang, et al.
Veröffentlicht: (2025)

Enhancing Adversarial Robustness through Multi-Objective Representation Learning
von: Hotegni, Sedjro Salomon, et al.
Veröffentlicht: (2024)

AdvAD: Exploring Non-Parametric Diffusion for Imperceptible Adversarial Attacks
von: Li, Jin, et al.
Veröffentlicht: (2025)

Improving Adversarial Robustness of Attribution via Implicit Regularization
von: Mehrpanah, Amir, et al.
Veröffentlicht: (2026)

Adversarially Robust Out-of-Distribution Detection Using Lyapunov-Stabilized Embeddings
von: Mirzaei, Hossein, et al.
Veröffentlicht: (2024)

Federated Hybrid Training and Self-Adversarial Distillation: Towards Robust Edge Networks
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Robust Experts: the Effect of Adversarial Training on CNNs with Sparse Mixture-of-Experts Layers
von: Pavlitska, Svetlana, et al.
Veröffentlicht: (2025)

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

Pix2Fact: When Vision Is Not Enough -- Benchmarking Fine-Grained VQA with Web Verification on High-Resolution Real-World Scenes
von: Jiang, Yifan, et al.
Veröffentlicht: (2026)

OODRobustBench: a Benchmark and Large-Scale Analysis of Adversarial Robustness under Distribution Shift
von: Li, Lin, et al.
Veröffentlicht: (2023)

What is Adversarial Training for Diffusion Models?
von: Rosaria, Briglia Maria, et al.
Veröffentlicht: (2025)

Improving Fast Adversarial Training Paradigm: An Example Taxonomy Perspective
von: Gui, Jie, et al.
Veröffentlicht: (2024)

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

Strong Transferable Adversarial Attacks via Ensembled Asymptotically Normal Distribution Learning
von: Fang, Zhengwei, et al.
Veröffentlicht: (2022)

Towards Adversarially Robust Dataset Distillation by Curvature Regularization
von: Xue, Eric, et al.
Veröffentlicht: (2024)

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

Boosting Adversarial Training via Fisher-Rao Norm-based Regularization
von: Yin, Xiangyu, et al.
Veröffentlicht: (2024)

Taming the Long Tail: Rebalancing Adversarial Training via Adaptive Perturbation
von: Zhang, Lilin, et al.
Veröffentlicht: (2026)

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

Revisiting Semi-supervised Adversarial Robustness via Noise-aware Online Robust Distillation
von: Wu, Tsung-Han, et al.
Veröffentlicht: (2024)

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

Contrastive Adversarial Training for Unsupervised Domain Adaptation
von: Chen, Jiahong, et al.
Veröffentlicht: (2024)

Do Counterfactual Examples Complicate Adversarial Training?
von: Yeats, Eric, et al.
Veröffentlicht: (2024)

Adversarial Training from Mean Field Perspective
von: Kumano, Soichiro, et al.
Veröffentlicht: (2025)

Understanding Adversarial Training with Energy-based Models
von: Mirza, Mujtaba Hussain, et al.
Veröffentlicht: (2025)

Adversarial Training against Location-Optimized Adversarial Patches
von: Rao, Sukrut, et al.
Veröffentlicht: (2020)

Uncertainty Quantification for Collaborative Object Detection Under Adversarial Attacks
von: Huang, Huiqun, et al.
Veröffentlicht: (2025)