On the adversarial robustness of Gaussian processes

On the adversarial robustness of Gaussian processes

<p>We study the robustness of Bayesian inference with Gaussian processes (GP) under adversarial attack settings. We begin by noticing how the distinction between model prediction and decision in Bayesian settings naturally leads us to give two different notions of adversarial robustness. The f...

Ausführliche Beschreibung

Bibliographische Detailangaben
1. Verfasser:	Patanè, A
Weitere Verfasser:	Kwiatkowska, M
Format:	Abschlussarbeit
Sprache:	English
Veröffentlicht:	2020

Ähnliche Einträge

Adversarial robustness guarantees for Gaussian processes
von: Patane, A, et al.
Veröffentlicht: (2022)

Adversarial robustness guarantees for classification with Gaussian Processes
von: Blaas, A, et al.
Veröffentlicht: (2020)

Adversarially robust optimization with Gaussian processes
von: Bogunovic, I, et al.
Veröffentlicht: (2021)

Adversarially robust optimization with Gaussian processes
von: Bogunovic, Ilija, et al.
Veröffentlicht: (2022)

Robustness guarantees for Bayesian inference with Gaussian processes
von: Cardelli, L, et al.
Veröffentlicht: (2019)

Multi-Class Triplet Loss With Gaussian Noise for Adversarial Robustness
von: Benjamin Appiah, et al.
Veröffentlicht: (2020-01-01)

Adversarial robustness certification for Bayesian neural networks
von: Wicker, M, et al.
Veröffentlicht: (2024)

Bayesian inference with certifiable adversarial robustness
von: Wicker, M, et al.
Veröffentlicht: (2021)

Gaussian class-conditional simplex loss for accurate, adversarially robust deep classifier training
von: Arslan Ali, et al.
Veröffentlicht: (2023-03-01)

A robust approach to Gaussian process implementation
von: J. Mukangango, et al.
Veröffentlicht: (2024-10-01)

Gaussian processes with physiologically-inspired priors for physical arousal recognition
von: Ghiasi, S, et al.
Veröffentlicht: (2020)

Adversarial attacks and adversarial robustness in computational pathology
von: Narmin Ghaffari Laleh, et al.
Veröffentlicht: (2022-09-01)

Safety guarantees for iterative predictions with Gaussian Processes
von: Polymenakos, K, et al.
Veröffentlicht: (2021)

Adversarial Gaussian Denoiser for Multiple-Level Image Denoising
von: Aamir Khan, et al.
Veröffentlicht: (2021-04-01)

Using Gaussian Processes for Metamodeling in Robust Optimization Problems
von: Claudemir Mota da Cruz, et al.
Veröffentlicht: (2023-12-01)

On the adversarial robustness of aerial detection
von: Yuwei Chen, et al.
Veröffentlicht: (2024-11-01)

Adversarial Robustness with Partial Isometry
von: Loïc Shi-Garrier, et al.
Veröffentlicht: (2024-01-01)

Adversarial robustness without perturbations
von: Rodríguez Muñoz, Adrán
Veröffentlicht: (2024)

Understanding the landscape of adversarial robustness
von: Engstrom, Logan(Logan G.)
Veröffentlicht: (2019)

Improving Adversarial Robustness via Attention and Adversarial Logit Pairing
von: Xingjian Li, et al.
Veröffentlicht: (2022-01-01)

ARGAN: Adversarially Robust Generative Adversarial Networks for Deep Neural Networks Against Adversarial Examples
von: Seok-Hwan Choi, et al.
Veröffentlicht: (2022-01-01)

Physiologically-informed Gaussian processes for interpretable modelling of psycho-physiological states
von: Ghiasi, S, et al.
Veröffentlicht: (2022)

Between-Class Adversarial Training for Improving Adversarial Robustness of Image Classification
von: Desheng Wang, et al.
Veröffentlicht: (2023-03-01)

Biologically Inspired Mechanisms for Adversarial Robustness
von: Vuyyuru Reddy, Manish, et al.
Veröffentlicht: (2020)

Adversarial robustness of deep reinforcement learning
von: Qu, Xinghua
Veröffentlicht: (2022)

Adversarial robustness of Bayesian neural networks
von: Wicker, M
Veröffentlicht: (2021)

Manifold-driven decomposition for adversarial robustness
von: Wenjia Zhang, et al.
Veröffentlicht: (2024-01-01)

Stylized Pairing for Robust Adversarial Defense
von: Dejian Guan, et al.
Veröffentlicht: (2022-09-01)

Hyperparameter Optimization in Generative Adversarial Networks (GANs) Using Gaussian AHP
von: Thiago Serafim Rodrigues, et al.
Veröffentlicht: (2025-01-01)

Curb Detection and Mapping via Robust Iterative Gaussian Process Regression
von: Di Wang, et al.
Veröffentlicht: (2024-06-01)

On the robustness of semantic segmentation models to adversarial attacks
von: Arnab, A, et al.
Veröffentlicht: (2019)

On the robustness of semantic segmentation models to adversarial attacks
von: Arnab, A, et al.
Veröffentlicht: (2018)

Settling the Robust Learnability of Mixtures of Gaussians
von: Liu, Allen, et al.
Veröffentlicht: (2022)

Robustly Learning General Mixtures of Gaussians
von: Liu, Allen, et al.
Veröffentlicht: (2023)

Adversarial Defense on Harmony: Reverse Attack for Robust AI Models Against Adversarial Attacks
von: Yebon Kim, et al.
Veröffentlicht: (2024-01-01)

Adversarially robust property-preserving hash functions
von: LaVigne, Rio (Kristen Rio), et al.
Veröffentlicht: (2021)

Robust decision trees against adversarial examples
von: Chen, H, et al.
Veröffentlicht: (2021)

Robust decision trees against adversarial examples
von: Chen, Hongge, et al.
Veröffentlicht: (2022)

Adversarially Robust Generalization Requires More Data
von: Schmidt, Ludwig, et al.
Veröffentlicht: (2021)

On the adversarial robustness of Bayesian machine learning models
von: Blaas, AC
Veröffentlicht: (2021)