ترجمه فارسی مقاله تصفیه فوری دشمن با تقطیر سازگاری مخالف

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Instant Adversarial Purification with Adversarial Consistency Distillation
عنوان مقاله به فارسی تصفیه فوری دشمن با تقطیر سازگاری مخالف
نویسندگان Chun Tong Lei, Hon Ming Yam, Zhongliang Guo, Chun Pong Lau
فرمت مقاله انگلیسی PDF
تعداد صفحات 15
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,Artificial Intelligence,Machine Learning,چشم انداز رایانه و تشخیص الگوی , هوش مصنوعی , یادگیری ماشین ,
توضیحات Submitted 2 September, 2024; v1 submitted 30 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 2 سپتامبر 2024 ؛V1 ارسال شده در 30 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Neural networks, despite their remarkable performance in widespread applications, including image classification, are also known to be vulnerable to subtle adversarial noise. Although some diffusion-based purification methods have been proposed, for example, DiffPure, those methods are time-consuming. In this paper, we propose One Step Control Purification (OSCP), a diffusion-based purification model that can purify the adversarial image in one Neural Function Evaluation (NFE) in diffusion models. We use Latent Consistency Model (LCM) and ControlNet for our one-step purification. OSCP is computationally friendly and time efficient compared to other diffusion-based purification methods; we achieve defense success rate of 74.19\% on ImageNet, only requiring 0.1s for each purification. Moreover, there is a fundamental incongruence between consistency distillation and adversarial perturbation. To address this ontological dissonance, we propose Gaussian Adversarial Noise Distillation (GAND), a novel consistency distillation framework that facilitates a more nuanced reconciliation of the latent space dynamics, effectively bridging the natural and adversarial manifolds. Our experiments show that the GAND does not need a Full Fine Tune (FFT); PEFT, e.g., LoRA is sufficient.

چکیده به فارسی (ترجمه ماشینی)

شبکه های عصبی علی رغم عملکرد قابل توجه آنها در برنامه های گسترده ، از جمله طبقه بندی تصویر ، همچنین در برابر سر و صدای لطیف ظریف آسیب پذیر هستند.اگرچه برخی از روشهای تصفیه مبتنی بر انتشار ارائه شده است ، به عنوان مثال ، Diffpure ، این روش ها وقت گیر هستند.در این مقاله ، ما یک مرحله تصفیه کنترل یک مرحله (OSCP) ، یک مدل تصفیه مبتنی بر انتشار را پیشنهاد می کنیم که می تواند تصویر مخالف را در یک ارزیابی عملکرد عصبی (NFE) در مدلهای انتشار تصفیه کند.ما برای تصفیه یک مرحله ای خود از مدل قوام نهان (LCM) و ControlNet استفاده می کنیم.OSCP از نظر محاسباتی دوستانه و زمان در مقایسه با سایر روشهای تصفیه مبتنی بر انتشار است.ما به میزان موفقیت دفاعی 74.19 \ ٪ در ImageNet می رسیم ، فقط برای هر تصفیه به 0.1s نیاز داریم.علاوه بر این ، یک ناسازگاری اساسی بین تقطیر قوام و آشفتگی مخالف وجود دارد.برای پرداختن به این ناهماهنگی هستی شناختی ، ما تقطیر سر و صدای مخالف گاوسی (GAND) را پیشنهاد می کنیم ، یک چارچوب تقطیر سازگاری جدید که آشتی ظریف تر از پویایی فضای نهفته را تسهیل می کند ، به طور مؤثر از منیفولدهای طبیعی و مخالف پل می زند.آزمایشات ما نشان می دهد که GAND نیازی به لحن کامل (FFT) ندارد.Peft ، به عنوان مثال ، لورا کافی است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.