:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Zhuoyi, Tang, Yixuan, Yang, Yi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2502.10288
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAARMA: Class Augmentation with Adversarial Mixup Regularization
von: Baali, Massa, et al.
Veröffentlicht: (2025)

Adversarial Machine Unlearning
von: Di, Zonglin, et al.
Veröffentlicht: (2024)

On Mixup Regularization
von: Carratino, Luigi, et al.
Veröffentlicht: (2020)

Layered Unlearning for Adversarial Relearning
von: Qian, Timothy, et al.
Veröffentlicht: (2025)

Discriminative Adversarial Unlearning
von: Sharma, Rohan, et al.
Veröffentlicht: (2024)

Linearly Convergent Mixup Learning
von: Obi, Gakuto, et al.
Veröffentlicht: (2025)

Mixup Augmentation with Multiple Interpolations
von: Shen, Lifeng, et al.
Veröffentlicht: (2024)

Learning Gradient-based Mixup with Extrapolation toward Flatter Minima for Domain Generalization
von: Peng, Danni, et al.
Veröffentlicht: (2022)

Attack by Unlearning: Unlearning-Induced Adversarial Attacks on Graph Neural Networks
von: Zhang, Jiahao, et al.
Veröffentlicht: (2026)

LogLLaMA: Transformer-based log anomaly detection with LLaMA
von: Yang, Zhuoyi, et al.
Veröffentlicht: (2025)

Mixup Regularization: A Probabilistic Perspective
von: El-Laham, Yousef, et al.
Veröffentlicht: (2025)

Augment on Manifold: Mixup Regularization with UMAP
von: El-Laham, Yousef, et al.
Veröffentlicht: (2023)

Tailoring Mixup to Data for Calibration
von: Bouniot, Quentin, et al.
Veröffentlicht: (2023)

On the Equivalence of Graph Convolution and Mixup
von: Han, Xiaotian, et al.
Veröffentlicht: (2023)

How to Protect Models against Adversarial Unlearning?
von: Jasiorski, Patryk, et al.
Veröffentlicht: (2025)

ROKA: Robust Knowledge Unlearning against Adversaries
von: Shin, Jinmyeong, et al.
Veröffentlicht: (2026)

Pushing Boundaries: Mixup's Influence on Neural Collapse
von: Fisher, Quinn, et al.
Veröffentlicht: (2024)

Conformal Unlearning: A New Paradigm for Unlearning in Conformal Predictors
von: Alkhatib, Yahya, et al.
Veröffentlicht: (2025)

Sharpness-Aware Machine Unlearning
von: Tang, Haoran, et al.
Veröffentlicht: (2025)

Region Mixup
von: Saha, Saptarshi, et al.
Veröffentlicht: (2024)

AdvAnchor: Enhancing Diffusion Model Unlearning with Adversarial Anchors
von: Zhao, Mengnan, et al.
Veröffentlicht: (2024)

AMPLIFY:Attention-based Mixup for Performance Improvement and Label Smoothing in Transformer
von: Yang, Leixin, et al.
Veröffentlicht: (2023)

Orthogonal Soft Pruning for Efficient Class Unlearning
von: Gong, Qinghui, et al.
Veröffentlicht: (2025)

AGMixup: Adaptive Graph Mixup for Semi-supervised Node Classification
von: Lu, Weigang, et al.
Veröffentlicht: (2024)

Ready2Unlearn: A Learning-Time Approach for Preparing Models with Future Unlearning Readiness
von: Duan, Hanyu, et al.
Veröffentlicht: (2025)

Adapt then Unlearn: Exploring Parameter Space Semantics for Unlearning in Generative Adversarial Networks
von: Tiwary, Piyush, et al.
Veröffentlicht: (2023)

Zero-Shot Machine Unlearning with Proxy Adversarial Data Generation
von: Chen, Huiqiang, et al.
Veröffentlicht: (2025)

Adversarial Update-Based Federated Unlearning for Poisoned Model Recovery
von: Zhao, Wenwei, et al.
Veröffentlicht: (2026)

FLARE: Task-agnostic embedding model evaluation through a normalization process
von: Jiang, Jingzhou, et al.
Veröffentlicht: (2026)

Fine-Tuning vs. RAG for Multi-Hop Question Answering with Novel Knowledge
von: Yang, Zhuoyi, et al.
Veröffentlicht: (2026)

An Adversarial Perspective on Machine Unlearning for AI Safety
von: Łucki, Jakub, et al.
Veröffentlicht: (2024)

Machine Unlearning with Minimal Gradient Dependence for High Unlearning Ratios
von: Huang, Tao, et al.
Veröffentlicht: (2024)

Asymptotic Midpoint Mixup for Margin Balancing and Moderate Broadening
von: Kim, Hoyong, et al.
Veröffentlicht: (2024)

Single Domain Generalization with Model-aware Parametric Batch-wise Mixup
von: Heidari, Marzi, et al.
Veröffentlicht: (2025)

BadFU: Backdoor Federated Learning through Adversarial Machine Unlearning
von: Lu, Bingguang, et al.
Veröffentlicht: (2025)

Beyond Uniform Deletion: A Data Value-Weighted Framework for Certified Machine Unlearning
von: He, Lisong, et al.
Veröffentlicht: (2025)

Learning Fair Robustness via Domain Mixup
von: Zhong, Meiyu, et al.
Veröffentlicht: (2024)

Erase or Hide? Suppressing Spurious Unlearning Neurons for Robust Unlearning
von: Yang, Nakyeong, et al.
Veröffentlicht: (2025)

A Survey on Mixup Augmentations and Beyond
von: Jin, Xin, et al.
Veröffentlicht: (2024)

AuG-KD: Anchor-Based Mixup Generation for Out-of-Domain Knowledge Distillation
von: Tang, Zihao, et al.
Veröffentlicht: (2024)