Publication

Adversarial Robustness by Design Through Analog Computing And Synthetic Gradients

Publications associées (36)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Adversarial Robustness by Design Through Analog Computing And Synthetic Gradients

Graph Chatbot

Chattez avec Graph Search

Robust Training and Verification of Deep Neural Networks

Adversarial Training Should Be Cast As a Non-Zero-Sum Game

Deep Learning for Localized-Haptic Feedback in Tactile Surfaces

Estimating and Improving the Robustness of Attributions in Text

Rethinking data augmentation for adversarial robustness

Hamiltonian Deep Neural Networks Guaranteeing Non-Vanishing Gradients by Design

Towards Verifiable, Generalizable and Efficient Robust Deep Neural Networks.

Privacy-Enhancing Optical Embeddings for Lensless Classification

Multi-layer State Evolution Under Random Convolutional Design

RG-Flow: a hierarchical and explainable flow model based on renormalization group and sparse prior