Copertina

Colliding with Adversaries at ECML-PKDD 2025 Model Robustness Competition 1st Prize Solution

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Stefanopoulos, Dimitris, Voskou, Andreas
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Colliding with Adversaries at ECML-PKDD 2025 Adversarial Attack Competition 1st Prize Solution
di: Stefanopoulos, Dimitris, et al.
Pubblicazione: (2025)

Volvo Discovery Challenge at ECML-PKDD 2024
di: Rahat, Mahmoud, et al.
Pubblicazione: (2024)

Achieving Predictive Precision: Leveraging LSTM and Pseudo Labeling for Volvo's Discovery Challenge at ECML-PKDD 2024
di: Metta, Carlo, et al.
Pubblicazione: (2024)

Transformers with Stochastic Competition for Tabular Data Modelling
di: Voskou, Andreas, et al.
Pubblicazione: (2024)

Hyper-parameter Tuning for Adversarially Robust Models
di: Mendes, Pedro, et al.
Pubblicazione: (2023)

Task adaptation of Vision-Language-Action model: 1st Place Solution for the 2025 BEHAVIOR Challenge
di: Larchenko, Ilia, et al.
Pubblicazione: (2025)

Overfitting in Adaptive Robust Optimization
di: Zhu, Karl, et al.
Pubblicazione: (2025)

Robust Regression over Averaged Uncertainty
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2023)

Catastrophe Insurance: An Adaptive Robust Optimization Approach
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2024)

The Solution for the AIGC Inference Performance Optimization Competition
di: Pan, Sishun, et al.
Pubblicazione: (2024)

Adversarial Robustness of Nonparametric Regression
di: Moradi, Parsa, et al.
Pubblicazione: (2025)

Adversarial Robustness of Graph Transformers
di: Foth, Philipp, et al.
Pubblicazione: (2024)

Holistic Adversarially Robust Pruning
di: Zhao, Qi, et al.
Pubblicazione: (2024)

DARD: Dice Adversarial Robustness Distillation against Adversarial Attacks
di: Zou, Jing, et al.
Pubblicazione: (2025)

Pareto Adversarial Robustness: Balancing Spatial Robustness and Sensitivity-based Robustness
di: Sun, Ke, et al.
Pubblicazione: (2021)

Towards Robust Model-Based Reinforcement Learning Against Adversarial Corruption
di: Ye, Chenlu, et al.
Pubblicazione: (2024)

Cascading Bandits Robust to Adversarial Corruptions
di: Xie, Jize, et al.
Pubblicazione: (2025)

Adversarial Robustness of NTK Neural Networks
di: Hou, Yuxuan
Pubblicazione: (2026)

Intrinsic Biologically Plausible Adversarial Robustness
di: Farinha, Matilde Tristany, et al.
Pubblicazione: (2023)

Stochastic Bandits Robust to Adversarial Attacks
di: Wang, Xuchuang, et al.
Pubblicazione: (2024)

On the Effects of Adversarial Perturbations on Distribution Robustness
di: Wang, Yipei, et al.
Pubblicazione: (2026)

Robust Model-Based Reinforcement Learning with an Adversarial Auxiliary Model
di: Herremans, Siemen, et al.
Pubblicazione: (2024)

A Machine Learning Approach to Two-Stage Adaptive Robust Optimization
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2023)

Solution for Point Tracking Task of ICCV 1st Perception Test Challenge 2023
di: Pan, Hongpeng, et al.
Pubblicazione: (2024)

Safeguarded Stochastic Polyak Step Sizes for Non-smooth Optimization: Robust Performance Without Small (Sub)Gradients
di: Oikonomou, Dimitris, et al.
Pubblicazione: (2025)

How Do Diffusion Models Improve Adversarial Robustness?
di: Yuezhang, Liu, et al.
Pubblicazione: (2025)

Adversarial Robustness of Deep State Space Models for Forecasting
di: Anand, Sribalaji C., et al.
Pubblicazione: (2026)

Exploring Adversarial Robustness of Deep State Space Models
di: Qi, Biqing, et al.
Pubblicazione: (2024)

Explanation-Guided Adversarial Training for Robust and Interpretable Models
di: Chen, Chao, et al.
Pubblicazione: (2026)

Robustness-enhanced Uplift Modeling with Adversarial Feature Desensitization
di: Sun, Zexu, et al.
Pubblicazione: (2023)

Governance by Evidence: Regulated Predictors in Decision-Tree Models
di: Veskoukis, Alexios, et al.
Pubblicazione: (2025)

Policy Trees for Prediction: Interpretable and Adaptive Model Selection for Machine Learning
di: Bertsimas, Dimitris, et al.
Pubblicazione: (2024)

Feature Statistics with Uncertainty Help Adversarial Robustness
di: Wang, Ran, et al.
Pubblicazione: (2025)

When Flatness Does (Not) Guarantee Adversarial Robustness
di: Walter, Nils Philipp, et al.
Pubblicazione: (2025)

Simplifying Adversarially Robust PAC Learning with Tolerance
di: Ashtiani, Hassan, et al.
Pubblicazione: (2025)

Adversarial Robustness in One-Stage Learning-to-Defer
di: Montreuil, Yannis, et al.
Pubblicazione: (2025)

On the Robustness of Adversarial Training Against Uncertainty Attacks
di: Ledda, Emanuele, et al.
Pubblicazione: (2024)

The Price of Implicit Bias in Adversarially Robust Generalization
di: Tsilivis, Nikolaos, et al.
Pubblicazione: (2024)

A Spectral View of Adversarially Robust Features
di: Garg, Shivam, et al.
Pubblicazione: (2018)

Can Implicit Bias Imply Adversarial Robustness?
di: Min, Hancheng, et al.
Pubblicazione: (2024)