Buchumschlag

On Hardening DNNs against Noisy Computations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Xiao, Borras, Hendrik, Klein, Bernhard, Fröning, Holger
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Variance-Aware Noisy Training: Hardening DNNs against Unstable Analog Computations
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Walking Noise: On Layer-Specific Robustness of Neural Architectures against Noisy Computations and Associated Characteristic Learning Dynamics
von: Borras, Hendrik, et al.
Veröffentlicht: (2022)

Uncertainty-Preserving QBNNs: Multi-Level Quantization of SVI-Based Bayesian Neural Networks for Image Classification
von: Borras, Hendrik, et al.
Veröffentlicht: (2025)

Accelerated Execution of Bayesian Neural Networks using a Single Probabilistic Forward Pass and Code Generation
von: Klein, Bernhard, et al.
Veröffentlicht: (2025)

Function Space Diversity for Uncertainty Prediction via Repulsive Last-Layer Ensembles
von: Steger, Sophie, et al.
Veröffentlicht: (2024)

Less Memory Means smaller GPUs: Backpropagation with Compressed Activations
von: Barley, Daniel, et al.
Veröffentlicht: (2024)

Resource-Efficient Neural Networks for Embedded Systems
von: Roth, Wolfgang, et al.
Veröffentlicht: (2020)

Machine Unlearning for Robust DNNs: Attribution-Guided Partitioning and Neuron Pruning in Noisy Environments
von: Jin, Deliang, et al.
Veröffentlicht: (2025)

Implications of Noise in Resistive Memory on Deep Neural Networks for Image Classification
von: Emonds, Yannick, et al.
Veröffentlicht: (2024)

Resource-Efficient and Robust Inference of Deep and Bayesian Neural Networks on Embedded and Analog Computing Platforms
von: Klein, Bernhard
Veröffentlicht: (2025)

A Tabular Schedule Abstraction for Communication-Aware Evaluation of Pipeline-Parallel LLM Training
von: Barley, Daniel, et al.
Veröffentlicht: (2026)

Rapid Deployment of DNNs for Edge Computing via Structured Pruning at Initialization
von: Eccles, Bailey J., et al.
Veröffentlicht: (2024)

Theoretical Analysis of Robust Overfitting for Wide DNNs: An NTK Approach
von: Fu, Shaopeng, et al.
Veröffentlicht: (2023)

Complexity of One-Dimensional ReLU DNNs
von: Kogan, Jonathan, et al.
Veröffentlicht: (2025)

TroLLoc: Logic Locking and Layout Hardening for IC Security Closure against Hardware Trojans
von: Wang, Fangzhou, et al.
Veröffentlicht: (2024)

Mitigating Evasion Attacks in Fog Computing Resource Provisioning Through Proactive Hardening
von: Salmi, Younes, et al.
Veröffentlicht: (2026)

ForeCal: Random Forest-based Calibration for DNNs
von: Nigam, Dhruv
Veröffentlicht: (2024)

Deep Learning meets Nonparametric Regression: Are Weight-Decayed DNNs Locally Adaptive?
von: Zhang, Kaiqi, et al.
Veröffentlicht: (2022)

On Background Bias of Post-Hoc Concept Embeddings in Computer Vision DNNs
von: Schwalbe, Gesina, et al.
Veröffentlicht: (2025)

Adversarial Resilience against Clean-Label Attacks in Realizable and Noisy Settings
von: Heinzler, Carolin
Veröffentlicht: (2025)

A Framework to Enable Algorithmic Design Choice Exploration in DNNs
von: Cronin IV, Timothy L., et al.
Veröffentlicht: (2024)

Expressivity of congruence-based architectures for DNNs on positive-definite matrices
von: Oswald, Antonin, et al.
Veröffentlicht: (2026)

Understanding DNNs in Feature Interaction Models: A Dimensional Collapse Perspective
von: Wang, Jiancheng, et al.
Veröffentlicht: (2026)

CEAR: Certified Ensemble Adversarial Robustness in DNNs
von: Sadig, Daniel, et al.
Veröffentlicht: (2026)

Carbon Intensity-Aware Adaptive Inference of DNNs
von: Jung, Jiwan
Veröffentlicht: (2024)

Does simple trump complex? Comparing strategies for adversarial robustness in DNNs
von: Brooks, William, et al.
Veröffentlicht: (2025)

Takeuchi's Information Criteria as Generalization Measures for DNNs Close to NTK Regime
von: Naganuma, Hiroki, et al.
Veröffentlicht: (2026)

DeepHYDRA: Resource-Efficient Time-Series Anomaly Detection in Dynamically-Configured Systems
von: Stehle, Franz Kevin, et al.
Veröffentlicht: (2024)

Noisy Neighbors: Efficient membership inference attacks against LLMs
von: Galli, Filippo, et al.
Veröffentlicht: (2024)

Symmetric Graph Contrastive Learning against Noisy Views for Recommendation
von: Zhao, Chu, et al.
Veröffentlicht: (2024)

Inverse Neural Operator for ODE Parameter Optimization
von: Liu, Zhi-Song, et al.
Veröffentlicht: (2026)

Team up GBDTs and DNNs: Advancing Efficient and Effective Tabular Prediction with Tree-hybrid MLPs
von: Yan, Jiahuan, et al.
Veröffentlicht: (2024)

crowd-hpo: Realistic Hyperparameter Optimization and Benchmarking for Learning from Crowds with Noisy Labels
von: Herde, Marek, et al.
Veröffentlicht: (2025)

RC-Mixup: A Data Augmentation Strategy against Noisy Data for Regression Tasks
von: Hwang, Seong-Hyeon, et al.
Veröffentlicht: (2024)

TruncQuant: Truncation-Ready Quantization for DNNs with Flexible Weight Bit Precision
von: Kim, Jinhee, et al.
Veröffentlicht: (2025)

DNNs, Dataset Statistics, and Correlation Functions
von: Batterman, Robert W., et al.
Veröffentlicht: (2025)

Debiased Recommendation with Noisy Feedback
von: Li, Haoxuan, et al.
Veröffentlicht: (2024)

Sorted Weight Sectioning for Energy-Efficient Unstructured Sparse DNNs on Compute-in-Memory Crossbars
von: Farias, Matheus, et al.
Veröffentlicht: (2024)

Random weights of DNNs and emergence of fixed points
von: Berlyand, L., et al.
Veröffentlicht: (2025)

Relationship between Uncertainty in DNNs and Adversarial Attacks
von: Ogonna, Mabel, et al.
Veröffentlicht: (2024)