‹ arXiv cs.LG

通过 Lipschitz 训练的鲁棒深度原型分类器

原文:Robust Deep Prototype Classifiers via Lipschitz Training

arXiv cs.LG 未缓存正文

鲁棒性和可解释性是机器学习模型相互关联且理想的属性。在难以察觉的扰动下改变其预测的模型的行为与人类可识别的特征不一致,因此不可解释。基于原型的分类器(例如广义学习矢量量化)可以同时解决这两个问题。它们可以通过构造来解释

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类