| 标题 |
 Adversarial Label-Poisoning Attacks and Defense for General Multi-Class Models Based on Synthetic Reduced Nearest Neighbor 基于合成约简最近邻的通用多类模型的对抗性标签中毒攻击与防御
相关领域
计算机科学
k-最近邻算法
人工智能
模型攻击
对手
班级（哲学）
机器学习
对抗制
数据挖掘
模式识别（心理学）
计算机安全
|
| 网址 | |
| DOI | |
| 其它 |
期刊：2022 IEEE International Conference on Image Processing (ICIP) 作者：Pooya Tavallali; Vahid Behzadan; Azar Alizadeh; Aditya Ranganath; Mukesh Singhal 出版日期：2022-10-16 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
cocolu
竹筏过海
zoe666
HAP
我不爱池鱼
香蕉觅云
科目三
嗯哼
wen
皖公网安备34019202002308
