:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mitkiy, Alan, Smith, James, wong, Myungseo, Satou, Hana, Tanaka, Hiroshi, Johnson, Emily
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	https://arxiv.org/abs/2506.04263
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Disentangled Geometric Alignment with Adaptive Contrastive Perturbation for Reliable Domain Transfer
von: Collins, Emma, et al.
Veröffentlicht: (2025)

On the Mechanisms of Adversarial Data Augmentation for Robust and Adaptive Transfer Learning
von: Satou, Hana, et al.
Veröffentlicht: (2025)

Fusing Physics-Driven Strategies and Cross-Modal Adversarial Learning: Toward Multi-Domain Applications
von: Satou, Hana, et al.
Veröffentlicht: (2024)

Geometrically Regularized Transfer Learning with On-Manifold and Off-Manifold Perturbation
von: Satou, Hana, et al.
Veröffentlicht: (2025)

Dynamic Modality Scheduling for Multimodal Large Models via Confidence, Uncertainty, and Semantic Consistency
von: Tanaka, Hiroshi, et al.
Veröffentlicht: (2025)

GAMA: Geometry-Aware Manifold Alignment via Structured Adversarial Perturbations for Robust Domain Adaptation
von: Satou, Hana, et al.
Veröffentlicht: (2025)

Learning to Fuse: Modality-Aware Adaptive Scheduling for Robust Multimodal Foundation Models
von: Bennett, Liam, et al.
Veröffentlicht: (2025)

A Training-Free Defense Framework for Robust Learned Image Compression
von: Song, Myungseo, et al.
Veröffentlicht: (2024)

Improving Adversarial Training using Vulnerability-Aware Perturbation Budget
von: Fakorede, Olukorede, et al.
Veröffentlicht: (2024)

Dynamic Perturbation-Adaptive Adversarial Training on Medical Image Classification
von: Li, Shuai, et al.
Veröffentlicht: (2024)

Adaptive Perturbation for Adversarial Attack
von: Yuan, Zheng, et al.
Veröffentlicht: (2021)

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

Theoretical Understanding of Learning from Adversarial Perturbations
von: Kumano, Soichiro, et al.
Veröffentlicht: (2024)

Wide Two-Layer Networks can Learn from Adversarial Perturbations
von: Kumano, Soichiro, et al.
Veröffentlicht: (2024)

Exploring the Camera Bias of Person Re-identification
von: Song, Myungseo, et al.
Veröffentlicht: (2025)

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

DyMO: Training-Free Diffusion Model Alignment with Dynamic Multi-Objective Scheduling
von: Xie, Xin, et al.
Veröffentlicht: (2024)

CAT: Contrastive Adversarial Training for Evaluating the Robustness of Protective Perturbations in Latent Diffusion Models
von: Peng, Sen, et al.
Veröffentlicht: (2025)

APLA: Additional Perturbation for Latent Noise with Adversarial Training Enables Consistency
von: Yao, Yupu, et al.
Veröffentlicht: (2023)

Epsilon: Exploring Comprehensive Visual-Semantic Projection for Multi-Label Zero-Shot Learning
von: Liu, Ziming, et al.
Veröffentlicht: (2024)

Adversarial Training with OCR Modality Perturbation for Scene-Text Visual Question Answering
von: Shen, Zhixuan, et al.
Veröffentlicht: (2024)

Spatial-Frequency Discriminability for Revealing Adversarial Perturbations
von: Wang, Chao, et al.
Veröffentlicht: (2023)

A Mimetic Detector for Adversarial Image Perturbations
von: Corbino, Johnny
Veröffentlicht: (2026)

Texture Re-scalable Universal Adversarial Perturbation
von: Huang, Yihao, et al.
Veröffentlicht: (2024)

Robust Fine-Tuning from Non-Robust Pretrained Models: Mitigating Suboptimal Transfer With Epsilon-Scheduling
von: Ngnawé, Jonas, et al.
Veröffentlicht: (2025)

Improving Generalization of Universal Adversarial Perturbation via Dynamic Maximin Optimization
von: Zhang, Yechao, et al.
Veröffentlicht: (2025)

Dynamics-aware Adversarial Attack of Adaptive Neural Networks
von: Tao, An, et al.
Veröffentlicht: (2022)

RoMA: Robust Malware Attribution via Byte-level Adversarial Training with Global Perturbations and Adversarial Consistency Regularization
von: Sun, Yuxia, et al.
Veröffentlicht: (2025)

Adversarially Trained Object Detector for Unsupervised Domain Adaptation
von: Fujii, Kazuma, et al.
Veröffentlicht: (2021)

LAMP: Learning Universal Adversarial Perturbations for Multi-Image Tasks via Pre-trained Models
von: Ishmam, Alvi Md, et al.
Veröffentlicht: (2026)

OccamToken: Efficient VLM Inference with Training-Free and Budget-Adaptive Token Pruning
von: Li, Geng, et al.
Veröffentlicht: (2026)

Adversarial Attention Perturbations for Large Object Detection Transformers
von: Yahn, Zachary, et al.
Veröffentlicht: (2025)

Adversarial Training on Purification (AToP): Advancing Both Robustness and Generalization
von: Lin, Guang, et al.
Veröffentlicht: (2024)

Classification in Japanese Sign Language Based on Dynamic Facial Expressions
von: Tatsumi, Yui, et al.
Veröffentlicht: (2024)

AdaGAT: Adaptive Guidance Adversarial Training for the Robustness of Deep Neural Networks
von: Liu, Zhenyu, et al.
Veröffentlicht: (2025)

Visual-Friendly Concept Protection via Selective Adversarial Perturbations
von: Mi, Xiaoyue, et al.
Veröffentlicht: (2024)

Data-free Universal Adversarial Perturbation with Pseudo-semantic Prior
von: Lee, Chanhui, et al.
Veröffentlicht: (2025)

Revisiting Adversarial Training under Hyperspectral Image
von: Zhang, Weihua, et al.
Veröffentlicht: (2025)

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

Adaptive Sampling Scheduler
von: Wang, Qi, et al.
Veröffentlicht: (2025)