Adversarial Robustness of Flow-Based Generative Models

Adversarial Robustness of Flow-Based Generative Models
复制标题

基于流的生成模型的对抗鲁棒性

DOI:
--
复制
发表时间:
2020
期刊:
International Conference on Artificial Intelligence and Statistics (AISTATS
影响因子:
--
通讯作者:
Feizi, Soheil
Feizi, Soheil
中科院分区:
--
文献类型:
--
作者:
Pope, Phillip;Balaji, Yogesh;Feizi, Soheil

文献摘要

参考文献

相似文献

DOI: 10.1137/1.9781611975031.171
发表时间: 2017-04
期刊: ArXiv
影响因子: --
作者:
Ilias Diakonikolas;Gautam Kamath;D. Kane;Jerry Li;Ankur Moitra;Alistair Stewart
通讯作者: Ilias Diakonikolas;Gautam Kamath;D. Kane;Jerry Li;Ankur Moitra;Alistair Stewart
第六届学习表征国际会议,ICLR 2018,加拿大不列颠哥伦比亚省温哥华,2018 年 4 月 30 日至 5 月 3 日,会议记录
DOI: --
发表时间: 2018
期刊: International Conference on Learning Representations
影响因子: --
作者:
Benjamin P. Blackburne;J. Hirst
通讯作者: J. Hirst
利用深度学习和海运物流大数据预测航运市场状况的研究
DOI: --
发表时间: 2019
期刊:
影响因子: --
作者:
和田 祐次郎;河原 大輝;濱田 邦裕
通讯作者: 濱田 邦裕