Robustness Analysis of Deep Neural Networks in the Presence of Adversarial Perturbations and Noisy Labels
Balda, Emilio
Produktnummer:
18ab7f8273f5f14a26a00c5b7b7fc68cd8
| Autor: | Balda, Emilio |
|---|---|
| Themengebiete: | Informatik networks robustness |
| Veröffentlichungsdatum: | 14.01.2020 |
| EAN: | 9783863598020 |
| Auflage: | 1 |
| Sprache: | Englisch |
| Seitenzahl: | 134 |
| Produktart: | Buch |
| Verlag: | Apprimus Verlag |
Produktinformationen "Robustness Analysis of Deep Neural Networks in the Presence of Adversarial Perturbations and Noisy Labels"
In this thesis, we study the robustness and generalization properties of Deep Neural Networks (DNNs) under various noisy regimes, due to corrupted inputs or labels. Such corruptions can be either random or intentionally crafted to disturb the target DNN. Inputs corrupted by maliciously designed perturbations are known as adversarial examples and have been shown to severely degrade the performance of DNNs. However, due to the non-linearity of DNNs, crafting such perturbations is non-trivial. [...]
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen