对抗训练相关论文
为提高中文电子病历中命名实体识别模型鲁棒性和准确性，为此提出一种基于BERT模型融入对抗网络的中文电子命名实体识别模型，该方法使......
目的 东巴画具有内容丰富、线条疏密相间、色彩多样的独特艺术风格,将现有针对自然图像的超分辨率算法直接应用于低分辨率东巴画时......
随着人民群众对使用机器学习需求的提高,弱中心系统能够帮助人民群众绕开企业寡头算法歧视的情况下建立和使用机器学习模型。对抗......
计算机技术迅速发展的今天,机器学习在许多领域已经取得了非常优秀的性能表现。虽然新的机器学习算法层出不穷,性能也逐步提升,但......
行业人物命名实体识别是为了从行业人物语料中抽取出有效的实体信息，是深度挖掘行业人物信息资源的基础性和关键性任务。但主流的命......
近年来,深度学习模型在许多计算机视觉任务上均取得了显著的性能突破。但是,随着深度学习模型的广泛应用与落地,模型本身的安全性......
近年来,心血管病成为我国疾病负担和居民死亡的首要病因。随着医疗服务的信息化管理和数字化发展,医疗领域积累了大量的自由文本。......
随着社交平台等应用的飞速发展,海量的用户社交文本数据相继产生,为情感分析提供有利支撑,但有关情感分析的大部分研究仅聚焦于文......
学位
对抗训练是当今和平时期军事训练的主要方式。传统的假想型单一化对抗训练方式受技术条件和认知水平的限制已经不能满足目前对于训......
机器阅读理解的研究吸引了来自自然语言处理领域的很多研究者的广泛关注。目前大多数的机器阅读理解任务都要依赖词向量来实现,而......
语音作为人类交流常用的手段之一,蕴含丰富的情感信息,如何让机器通过语音判别人所处的情感状态是人机交互的挑战之一。语音情感识......
近年来,越来越多的应用以图的形式表示数据,其中知识图谱（Knowledge Graph,KGs）以其结构化的特点受到了广泛的关注。知识图谱是真实......
人脸作为人类最具表现力和个性化的外在特征,是人们在相互沟通交流过程中用来表达情感的直接载体。面部表情和唇部姿态相结合,可以......
命名实体识别是指从自然语言文本中识别有特定意义的实体,例如人名、地名、组织机构名等。随着互联网的飞速发展,命名实体识别的需......
开放式问题答案评分任务属于自动文本评分任务中的特殊分类。与一般的自动文本评分任务相比,开放式问题往往没有标准答案,所有符合......
在实际应用中,情感分析通常是与领域相关的,由于领域之间的语义差异,相同的词在不同领域所表达的情感极性可能是矛盾的。因此,在特......
随着大规模计算能力的提升,人工智能话题火热,深度学习各领域发展迅猛,在诸多领域上深度神经网络已经达到人类水准,某些特定任务中......
近年来的研究表明,对抗训练是一种有效的防御对抗样本攻击的方法.然而,现有的对抗训练策略在提升模型鲁棒性的同时会造成模型的泛......
推荐系统在人们的生活中越来越普及,已经成为了研究的热点。为了准确地建模用户的偏好,大量的已有研究工作主要关注于构建更复杂的......
生成对抗网络(generative adversarial network,GAN)作为深度学习下无监督学习的典型方法,使用深度学习的计算机辅助诊断系统目前......
语义分割是计算机视觉领域的一个重要研究方向,是场景理解和分析的基础,广泛应用在自动驾驶、人机交互、计算摄影学、图像搜索引擎......
甲状腺结节作为内分泌系统的一种常见疾病,患病率高达32.4%,且有高达5%～10%转为恶性结节的概率,对人类身体健康构成严重威胁。近年......
鲁棒性和数据稀疏问题已经成为推荐系统研究中的两大热点问题。鲁棒性推荐旨在从有噪声的用户数据中捕捉用户的真实偏好,提供准确......
随着社会的发展和进步,人与人之间的沟通交流变得愈发频繁,而拥有一种可以跨越地域限制、打破语言障碍的沟通方法就显得尤为重要。......
针对短文本信息量少导致隐藏的信息难以充分挖掘和深度学习模型易受干扰导致分类准确度下降的问题,提出一种融合对抗训练自注意力......
脑肿瘤分为恶性脑肿瘤和良性脑肿瘤,前者是癌性的,容易扩散到大脑的其他部位,后者则不然。然而,在这两种情况下,脑肿瘤在刚性脑部......
移动通信和互联网技术的普及给人们通信生活带来极大便利的同时,也使得通信隐私问题越来越受关注,以隐蔽安全通信为目的的信息隐藏......
当前基于对抗学习的领域适应(DA)对目标样本的适应性较差,导致目标域的预测精确度较低,为此提出基于可调节判别器的领域适应(A-DAD......
实体关系抽取是自然语言处理领域的基本任务,在知识图谱、自动问答系统、信息检索等领域具有重要作用。引入预训练语言模型对实体......
针对司法领域阅读理解数据集缺乏、现有模型在不可回答问题样本和噪声样本上表现不佳等问题,提出了三种优化策略.首先,采用通用领......
随着深度学习的兴起,深度神经网络被成功应用于多种领域,但研究表明深度神经网络容易遭到对抗样本的恶意攻击.作为深度神经网络之......
设计一种PE格式恶意软件混淆对抗样本生成模型.利用深度强化学习算法,实现对恶意软件的自动混淆.通过加入历史帧和LSTM神经网络结......
特定辐射源识别旨在依据由目标辐射源所载发射机的硬件差异所产生的并以无意调制形式寄生在其发射信号上的指纹特征,来实现对目标......
随着深度学习的广泛应用,其安全性也成为研究者关注的热点。深度学习模型极易受到对抗样本的攻击,这限制了其在安全性要求较高场景......
自然语言处理技术作为人工智能领域四大核心技术之一得到了前所未有的发展与应用,其子领域情感分析引起了广大科研爱好者的研究。......
学位
深度神经网络在图像分类、目标识别等任务中已经取得了显著效果,然而训练集（源域）和测试集（目标域）的数据分布不一致会导致模型的性能......
人脸年龄合成是研究某个人过去和未来相貌的一门技术,这项技术在现实生活中有很广泛的应用,例如寻找失踪人口,影视娱乐,公益项目宣......
近年来,深度学习技术的飞速发展,越来越多的人工智能产品也能落地了。伴随着深度学习技术在安防监控,银行金融,自动驾驶等安全敏感......
无人驾驶是当今人工智能领域的重要研究内容,其中基于深度神经网络的目标检测模型是无人驾驶中的关键技术,但是深度神经网络中存在......
深度学习算法在图像分类等许多应用场景中取得令人瞩目的成绩。但是,研究表明含有恶意扰动的对抗样本可以欺骗甚至操纵这些复杂神......
社交媒体的开放性与便捷性降低了编写和分享虚假信息的成本,这对国家安全、社会稳定以及信息系统生态安全造成了很大威胁。由于社......
随着智能设备计算能力的不断提升,机器学习尤其是深度学习技术快速地发展,并应用到了许多领域,深度神经网络的安全性问题逐渐成为......
分类技术是数据挖掘中的热门,广泛应用于社会生活各个领域,通过学习得到一个分类模型,把每个属性集映射到一个预先定义的类标号。......
