Adversarial robustness guarantees for classification with Gaussian Processes

Adversarial robustness guarantees for classification with Gaussian Processes

We investigate adversarial robustness of Gaussian Process classification (GPC) models. Specifically, given a compact subset of the input space T⊆ℝd enclosing a test point x∗ and a GPC trained on a dataset , we aim to compute the minimum and the maximum classification probability for the GPC over al...

תיאור מלא

מידע ביבליוגרפי
Main Authors:	Blaas, A, Patane, A, Laurenti, L, Cardelli, L, Kwiatkowska, M, Roberts, S
פורמט:	Conference item
שפה:	English
יצא לאור:	Proceedings of Machine Learning Research 2020

פריטים דומים

Adversarial robustness guarantees for Gaussian processes
מאת: Patane, A, et al.
יצא לאור: (2022)

Robustness guarantees for Bayesian inference with Gaussian processes
מאת: Cardelli, L, et al.
יצא לאור: (2019)

Safety guarantees for iterative predictions with Gaussian Processes
מאת: Polymenakos, K, et al.
יצא לאור: (2021)

Statistical guarantees for the robustness of Bayesian neural networks
מאת: Cardelli, L, et al.
יצא לאור: (2019)

On the adversarial robustness of Gaussian processes
מאת: Patanè, A
יצא לאור: (2020)

Adversarial robustness certification for Bayesian neural networks
מאת: Wicker, M, et al.
יצא לאור: (2024)

Bayesian inference with certifiable adversarial robustness
מאת: Wicker, M, et al.
יצא לאור: (2021)

Individual fairness guarantees for neural networks
מאת: Benussi, E, et al.
יצא לאור: (2022)

Adversarially robust optimization with Gaussian processes
מאת: Bogunovic, I, et al.
יצא לאור: (2021)

Adversarially robust optimization with Gaussian processes
מאת: Bogunovic, Ilija, et al.
יצא לאור: (2022)

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

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

Uncertainty quantification with statistical guarantees in end-to-end autonomous driving control
מאת: Michelmore, R, et al.
יצא לאור: (2020)

On the adversarial robustness of Bayesian machine learning models
מאת: Blaas, AC
יצא לאור: (2021)

Adversarial Robustness Guarantees for Random Deep Neural Networks
מאת: De Palma, Giacomo, et al.
יצא לאור: (2022)

Robust optimization for adversarial learning with finite sample complexity guarantees
מאת: Bertolace, A, et al.
יצא לאור: (2024)

Robustness guarantees for deep neural networks on videos
מאת: Kwiatkowska, M, et al.
יצא לאור: (2020)

Safety and robustness for deep learning with provable guarantees (keynote)
מאת: Kwiatkowska, M
יצא לאור: (2019)

Safety and robustness for deep learning with provable guarantees (invited paper - keynote)
מאת: Kwiatkowska, M
יצא לאור: (2020)

Provable guarantees on the robustness of decision rules to causal interventions
מאת: Wang, B, et al.
יצא לאור: (2021)

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

On guaranteed optimal robust explanations for NLP models
מאת: La Malfa, E, et al.
יצא לאור: (2021)

Robustness of 3D deep learning in an adversarial setting
מאת: Wicker, M, et al.
יצא לאור: (2020)

Formal and efficient synthesis for continuous-time linear stochastic hybrid processes
מאת: Laurenti, L, et al.
יצא לאור: (2020)

Robustness guarantees for Bayesian neural networks (invited extended abstract of a keynote speaker)
מאת: Kwiatkowska, M
יצא לאור: (2022)

A language for modeling and optimizing experimental biological protocols
מאת: Cardelli, L, et al.
יצא לאור: (2021)

A Stochastic Hybrid Approximation for Chemical Kinetics Based on the Linear Noise Approximation
מאת: Cardelli, L, et al.
יצא לאור: (2016)

Programming discrete distributions with chemical reaction networks
מאת: Cardelli, L, et al.
יצא לאור: (2017)

Programming discrete distributions with chemical reaction networks
מאת: Cardelli, L, et al.
יצא לאור: (2016)

Stochastic analysis of chemical reaction networks using linear noise approximation
מאת: Cardelli, L, et al.
יצא לאור: (2016)

Scalable Gaussian process inference with finite-data mean and variance guarantees
מאת: Huggins, Jonathan H., et al.
יצא לאור: (2020)

Assessing robustness of text classification through maximal safe radius computation
מאת: La Malfa, E, et al.
יצא לאור: (2020)

Adversarial attacks on graph classification via Bayesian optimisation
מאת: Wan, X, et al.
יצא לאור: (2021)

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

Robustness guarantees for credal Bayesian networks via constraint relaxation over probabilistic circuits
מאת: Wijk, H, et al.
יצא לאור: (2022)

Probabilistic safety for bayesian neural networks
מאת: Wicker, M, et al.
יצא לאור: (2020)

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

Central limit model checking
מאת: Bortolussi, L, et al.
יצא לאור: (2019)

Approximation of probabilistic reachability for chemical reaction networks using the linear noise approximation
מאת: Kwiatkowska, M, et al.
יצא לאור: (2016)

Central limit model checking
מאת: Bortolussi, L, et al.
יצא לאור: (2018)