Adversarial robustness of linear models regularization and dimensionality /

QR kód

Adversarial robustness of linear models regularization and dimensionality /

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Megyeri István Hegedűs István Jelasity Márk
Dokumentumtípus:	Könyv része
Megjelent:	i6doc.com Louvain-la-Neuve 2019
Sorozat:	ESANN 2019 - Proceedings
mtmt:	30662218
Online Access:	http://publicatio.bibl.u-szeged.hu/15442

Hasonló tételek

Adversarial Robustness of Model Sets
Szerző: Megyeri István, et al.
Megjelent: (2020)

Applications of Adversarial Robustness Analysis in Machine Learning
Szerző: Megyeri István
Megjelent: (2024)

Attacking Model Sets with Adversarial Examples
Szerző: Megyeri István, et al.
Megjelent: (2020)

Robust Classification Combined with Robust out-of-Distribution Detection An Empirical Analysis /
Szerző: Megyeri István, et al.
Megjelent: (2021)

Enhanced Artificial Neural Network Robustness Against Multiple Adversarial Attacks Using PCA
Szerző: Al-Najjar Ammar Fayez Ali
Megjelent: (2022)

Stabilization and robustness of constrained linear systems
Szerző: Ouzahra Mohamed
Megjelent: (2013)

Differentially private linear models for gossip learning through data perturbation
Szerző: Hegedűs István, et al.
Megjelent: (2017)

Improving Neural Silent Speech Interface Models by Adversarial Training
Szerző: Honarmandi Shandiz Amin, et al.
Megjelent: (2021)

Gossip learning with linear models on fully distributed data
Szerző: Ormándi Róbert, et al.
Megjelent: (2013)

Adversarial tanítás Deep Fool algoritmussal
Szerző: Pocsai Ádám
Megjelent: (2020)

Robust Decentralized Differentially Private Stochastic Gradient Descent
Szerző: Hegedűs István, et al.
Megjelent: (2016)

Sector based linear regression, a new robust method for the multiple linear regression
Szerző: Nagy Gábor
Megjelent: (2018)

Robust decentralized mean estimation with limited communication
Szerző: Danner Gábor, et al.
Megjelent: (2018)

Fully Distributed Robust Singular Value Decomposition
Szerző: Hegedűs István, et al.
Megjelent: (2014)

Robust fully distributed minibatch gradient descent with privacy preservation
Szerző: Danner Gábor, et al.
Megjelent: (2018)

A scalable and robust framework for distributed applications
Szerző: Jelasity Márk, et al.
Megjelent: (2002)

Robust Decentralized Low-Rank Matrix Decomposition
Szerző: Hegedűs István, et al.
Megjelent: (2016)

Synthesising robust schedules for minimum disruption repair using linear programming
Szerző: Hanák Dávid, et al.
Megjelent: (2007)

Robust aggregation protocols for large-scale overlay networks
Szerző: Montresor Alberto, et al.
Megjelent: (2004)

A robust and scalable peer-to-peer gossiping protocol
Szerző: Voulgaris Spyros, et al.
Megjelent: (2004)

Treatment of Model Error in Calibration by Robust and Fuzzy Procedures
Szerző: Rajkó Róbert
Megjelent: (1994)

Maintaining connectivity in a scalable and robust distributed environment
Szerző: Jelasity Márk, et al.
Megjelent: (2002)

Adversarial Multi-task Learning of Speaker-invariant Deep Neural Network Acoustic Models for Speech Recognition
Szerző: Tóth László, et al.
Megjelent: (2019)

Reducing the Inter-speaker Variance of CNN Acoustic Models Using Unsupervised Adversarial Multi-task Training
Szerző: Tóth László, et al.
Megjelent: (2019)

A new model for the linear 1-dimensional online clustering problem
Szerző: London András, et al.
Megjelent: (2014)

Linear regular languages part I. /
Szerző: Herman Gábor T.
Megjelent: (1969)

Potential clouds in robust design [abstract] /
Szerző: Fuchs Martin, et al.
Megjelent: (2008)

A Perceptually Inspired Data Augmentation Method for Noise Robust CNN Acoustic Models
Szerző: Tóth László, et al.
Megjelent: (2018)

Robust facility location in reverse logistics
Szerző: Egri Péter, et al.
Megjelent: (2023)

Linear regular languages part II the problem of synthesis /
Szerző: Herman Gábor T.
Megjelent: (1971)

Automating the development of high-dimensional potential energy surfaces with robust electronic structure methods
Szerző: Győri Tibor
Megjelent: (2025)

Robust clustering - based realtime vowel recognition
Szerző: Paczolay Dénes, et al.
Megjelent: (2008)

Improving Gossip Learning via Limited Model Merging
Szerző: Danner Gábor, et al.
Megjelent: (2023)

On a linear model of swinging with a periodic step function coefficient
Szerző: Csizmadia László, et al.
Megjelent: (2015)

Increasing the robustness of CNN acoustic models using autoregressive moving average spectrogram features and channel dropout
Szerző: Kovács György, et al.
Megjelent: (2017)

Half-linear differential equations regular variation, principal solutions, and asymptotic classes /
Szerző: Řehák Pavel
Megjelent: (2023)

A Framework for Modeling Non-Supervised Learning of Phonemes from Acoustic Input
Szerző: Jelasity Márk
Megjelent: (2001)

On the contractive linear transformations of n-dimensional vector space
Szerző: Egerváry Jenő
Megjelent: (1954)

Robustness of BitTorrent-like VoD Protocols
Szerző: Vinkó Tamás
Megjelent: (2016)

Robustness with respect to exponents for nonautonomous reaction–diffusion equations
Szerző: Samprogna Rodrigo A., et al.
Megjelent: (2018)