Fugu-MT 論文翻訳(概要): Existence of Adversarial Examples for Random Convolutional Networks via Isoperimetric Inequalities on $\mathbb{so}(d)$

論文の概要: Existence of Adversarial Examples for Random Convolutional Networks via Isoperimetric Inequalities on $\mathbb{so}(d)$

arxiv url: http://arxiv.org/abs/2506.12613v1
Date: Sat, 14 Jun 2025 19:48:44 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-17 17:28:46.585216
Title: Existence of Adversarial Examples for Random Convolutional Networks via Isoperimetric Inequalities on $\mathbb{so}(d)$
Title（参考訳）: Isoperimetric inequalities on $\mathbb{so}(d)$ によるランダム畳み込みネットワークの逆例の存在
Authors: Amit Daniely,
Abstract要約: これは特殊群 $mathbbso(d)$ 上の等尺不等式による比較的単純な結果であることを示す。これは、ランダムに完全に接続されたネットワークに対して同様の結果を示す最近の作業ラインを拡張し、単純化する。
参考スコア（独自算出の注目度）: 16.89722345621103
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We show that adversarial examples exist for various random convolutional networks, and furthermore, that this is a relatively simple consequence of the isoperimetric inequality on the special orthogonal group $\mathbb{so}(d)$. This extends and simplifies a recent line of work which shows similar results for random fully connected networks.
Abstract（参考訳）: さらに、これは特殊直交群 $\mathbb{so}(d)$ 上の等尺不等式による比較的単純な結果であることを示す。これは、ランダムに完全に接続されたネットワークに対して同様の結果を示す最近の作業ラインを拡張し、単純化する。

関連論文リスト

Positivity sets of hinge functions [0.0]
実平面のどの部分集合が、一層ReLUニューラルネットワークが正の値を取る点の集合として実現可能であるかを検討する。このような一層ニューラルネットワークの様々な例を示す。
論文参考訳（メタデータ） (2025-03-14T10:26:24Z)
Conditional Distribution Quantization in Machine Learning [83.54039134248231]
条件予測 mathbbE(Y Mid X) はしばしば、マルチモーダル条件分布の複雑さを捉えることに失敗する(Y Mid X) 我々はn点条件量子化(n-point Conditional Quantizations)-勾配降下により学習可能なXの関数写像--近似数学L(Y mid X)-を提案する。
論文参考訳（メタデータ） (2025-02-11T00:28:24Z)
$e$-product of distributions, with applications [0.0]
この定義は、特に、特定の非自己随伴数様作用素の(一般化された)固有値に目を向けると生じるいくつかの分布の生物非正規性を証明するために適用可能であることを示す。
論文参考訳（メタデータ） (2025-01-25T17:59:09Z)
A Characterization Theorem for Equivariant Networks with Point-wise Activations [13.00676132572457]
回転同変ネットワークは、連結コンパクト群に対して同変である任意のネットワークに対してのみ不変であることを示す。本稿では, 畳み込み可能な畳み込み型ニューラルネットワークの特徴空間が, 自明な表現であることを示す。
論文参考訳（メタデータ） (2024-01-17T14:30:46Z)
Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2022-04-20T21:25:21Z)
Hard Negative Sampling via Regularized Optimal Transport for Contrastive Representation Learning [13.474603286270836]
本研究では、教師なしコントラスト表現学習のためのハードネガティブサンプリング分布の設計問題について検討する。本稿では,最大(Worst-case)一般化されたコントラスト学習損失を最小限に抑える表現を求める新しいmin-maxフレームワークの提案と解析を行う。
論文参考訳（メタデータ） (2021-11-04T21:25:24Z)
On some theoretical limitations of Generative Adversarial Networks [77.34726150561087]
GANが任意の確率分布を生成できるという一般的な仮定である。 GANが重み付き分布を生成できないことを示すExtreme Value Theoryに基づく新しい結果を提供する。
論文参考訳（メタデータ） (2021-10-21T06:10:38Z)
Predicting Unreliable Predictions by Shattering a Neural Network [145.3823991041987]
線形ニューラルネットワークは、サブファンクションに分割することができる。サブファンクションは、独自のアクティベーションパターン、ドメイン、経験的エラーを持っている。完全なネットワークに対する経験的エラーは、サブファンクションに対する期待として記述できる。
論文参考訳（メタデータ） (2021-06-15T18:34:41Z)
Adversarial Examples Detection with Bayesian Neural Network [57.185482121807716]
本稿では,ランダムな成分が予測器の滑らかさを向上できるという観測によって動機づけられた敵の例を検出するための新しい枠組みを提案する。本稿では,BATer を略した新しいベイズ対向型サンプル検出器を提案し,対向型サンプル検出の性能を向上させる。
論文参考訳（メタデータ） (2021-05-18T15:51:24Z)
Convexifying Sparse Interpolation with Infinitely Wide Neural Networks: An Atomic Norm Approach [4.380224449592902]
この研究は、漏れやすい整列線形単位活性化を伴うスパース(ニューロン数)、無限幅の単一の隠蔽層ニューラルネットワークによる正確なデータの問題を調べる。ネットワークの重みと偏りに関するいくつかの異なる制約の下で、この問題に対する対応する原子集合の凸殻の簡易な特徴付けを導出する。また,提案手法を二項分類問題に拡張した。
論文参考訳（メタデータ） (2020-07-15T21:40:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。