Buchumschlag

Unveiling the Role of Randomization in Multiclass Adversarial Classification: Insights from Graph Theory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gnecco-Heredia, Lucas, Sammut, Matteo, Pydi, Muni Sreenivas, Pinot, Rafael, Negrevergne, Benjamin, Chevaleyre, Yann
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

Optimal Budgeted Rejection Sampling for Generative Models
von: Verine, Alexandre, et al.
Veröffentlicht: (2023)

Lattice Climber Attack: Adversarial attacks for randomized mixtures of classifiers
von: Gnecco-Heredia, Lucas, et al.
Veröffentlicht: (2025)

Memorization in Attention-only Transformers
von: Dana, Léo, et al.
Veröffentlicht: (2024)

On the expressivity of bi-Lipschitz normalizing flows
von: Verine, Alexandre, et al.
Veröffentlicht: (2021)

Optimal Classification under Performative Distribution Shift
von: Cyffers, Edwige, et al.
Veröffentlicht: (2024)

Exploring Precision and Recall to assess the quality and diversity of LLMs
von: Bronnec, Florian Le, et al.
Veröffentlicht: (2024)

Improving Discriminator Guidance in Diffusion Models
von: Verine, Alexandre, et al.
Veröffentlicht: (2025)

Improving Diversity in Language Models: When Temperature Fails, Change the Loss
von: Verine, Alexandre, et al.
Veröffentlicht: (2025)

Differentially Private Gradient Flow based on the Sliced Wasserstein Distance
von: Sebag, Ilana, et al.
Veröffentlicht: (2023)

Fairness Meets Privacy: Integrating Differential Privacy and Demographic Parity in Multi-class Classification
von: Say, Lilian, et al.
Veröffentlicht: (2025)

Statistical Query Hardness of Multiclass Linear Classification with Random Classification Noise
von: Diakonikolas, Ilias, et al.
Veröffentlicht: (2025)

The Multimarginal Optimal Transport Formulation of Adversarial Multiclass Classification
von: Trillos, Nicolas Garcia, et al.
Veröffentlicht: (2022)

Privacy Amplification by Missing Data
von: Roburin, Simon, et al.
Veröffentlicht: (2026)

Lower Bounds on Adversarial Robustness for Multiclass Classification with General Loss Functions
von: Trillos, Camilo Andrés García, et al.
Veröffentlicht: (2025)

Fine-Tuning Personalization in Federated Learning to Mitigate Adversarial Clients
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

An Optimal Transport Approach for Computing Adversarial Training Lower Bounds in Multiclass Classification
von: Trillos, Nicolas Garcia, et al.
Veröffentlicht: (2024)

Beyond Bandit Feedback in Online Multiclass Classification
von: van der Hoeven, Dirk, et al.
Veröffentlicht: (2021)

Unified Binary and Multiclass Margin-Based Classification
von: Wang, Yutong, et al.
Veröffentlicht: (2023)

On the Relevance of Byzantine Robust Optimization Against Data Poisoning
von: Farhadkhani, Sadegh, et al.
Veröffentlicht: (2024)

Equalized Generative Treatment: Matching f-divergences for Fairness in Generative Models
von: Verine, Alexandre, et al.
Veröffentlicht: (2026)

Bandit-Feedback Online Multiclass Classification: Variants and Tradeoffs
von: Filmus, Yuval, et al.
Veröffentlicht: (2024)

Comparing Multiclass Classification Algorithms for Financial Distress Prediction
von: Zambare, Noopur, et al.
Veröffentlicht: (2023)

MetagenBERT: a Transformer-based Architecture using Foundational genomic Large Language Models for novel Metagenome Representation
von: Roy, Gaspar, et al.
Veröffentlicht: (2026)

On Reward Transferability in Adversarial Inverse Reinforcement Learning: Insights from Random Matrix Theory
von: Zhang, Yangchun, et al.
Veröffentlicht: (2024)

Understanding Aggregations of Proper Learners in Multiclass Classification
von: Asilis, Julian, et al.
Veröffentlicht: (2024)

The Real Price of Bandit Information in Multiclass Classification
von: Erez, Liad, et al.
Veröffentlicht: (2024)

Fast Rates for Bandit PAC Multiclass Classification
von: Erez, Liad, et al.
Veröffentlicht: (2024)

Precise Asymptotic Generalization for Multiclass Classification with Overparameterized Linear Models
von: Wu, David X., et al.
Veröffentlicht: (2023)

Extrapolation in Statistical Learning with Extreme Value Theory
von: Engelke, Sebastian, et al.
Veröffentlicht: (2026)

Improving Underwater Acoustic Classification Through Learnable Gabor Filter Convolution and Attention Mechanisms
von: Domingos, Lucas Cesar Ferreira, et al.
Veröffentlicht: (2025)

Overcoming the Challenges of Batch Normalization in Federated Learning
von: Guerraoui, Rachid, et al.
Veröffentlicht: (2024)

Empirical Study of Observable Sets in Multiclass Quantum Classification
von: Sebastian, Paul San, et al.
Veröffentlicht: (2026)

Hybrid Quantum-Classical Learning for Multiclass Image Classification
von: Anwar, Shuchismita, et al.
Veröffentlicht: (2025)

One-Bit Quantization and Sparsification for Multiclass Linear Classification with Strong Regularization
von: Ghane, Reza, et al.
Veröffentlicht: (2024)

Sample Complexity of Agnostic Multiclass Classification: Natarajan Dimension Strikes Back
von: Cohen, Alon, et al.
Veröffentlicht: (2025)

Multiclass Loss Geometry Matters for Generalization of Gradient Descent in Separable Classification
von: Schliserman, Matan, et al.
Veröffentlicht: (2025)

Risk-Consistent Multiclass Learning from Random Label-Subset Membership Queries
von: Su, Jiaxu, et al.
Veröffentlicht: (2026)

Enhanced Intrusion Detection System for Multiclass Classification in UAV Networks
von: Menssouri, Safaa, et al.
Veröffentlicht: (2024)

Multiclass ROC
von: Wang, Liang, et al.
Veröffentlicht: (2024)

Single-Qudit Quantum Neural Networks for Multiclass Classification
von: Souza, Leandro C., et al.
Veröffentlicht: (2025)