创新工场「数据下毒」论文入选NeurIPS 2019,AI安全问题需要引起...
2019年1月1日 - 雷锋网
从实验数据可以发现,在MNIST、CIFAR-10以及缩减版的IMAGENET这些不同数据集上,使用「未被下毒」的训练数据集和「中毒」的训练数据集所训练的系统模型在分类精度上存在较大的差异,效果非常可观。与此同时,从实验结果来看,该方法生成的对抗噪声具有通用性,即便是在随机森林和支持向量机这些非神经网络上也有较好...
详情
【学术论文】基于胶囊网络的指静脉识别研究
2018年10月17日 - 网易
2017年12月,HINTONGE提出了CapsNets的网络结构[10],并在multiMINIST上训练精确度为99.23%,实现了在affinist测试集上79%的精确度,远超CNN的66%,同时CapsNets耗时较少,为目前精确度最高的网络[11]。指静脉图像常存在静脉重叠,导致采集过程中常出现一条重叠的静脉图像。CNN对空间位置的学习效果不佳,所以在采集...
详情