Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  Confidence-Calibrated Adversarial Training: Generalizing to Unseen Attacks

Stutz, D., Hein, M., & Schiele, B. (2020). Confidence-Calibrated Adversarial Training: Generalizing to Unseen Attacks. In H. Daumé, & A. Singh (Eds.), Proceedings of the 37th International Conference on Machine Learning (pp. 9155-9166). MLResearchPress.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0007-AA75-6 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0008-2E37-8
Genre: Konferenzbeitrag
Latex : Confidence-Calibrated Adversarial Training: {G}eneralizing to Unseen Attacks

Externe Referenzen

einblenden:
ausblenden:
externe Referenz:
http://proceedings.mlr.press/v119/stutz20a/stutz20a.pdf (Verlagsversion)
Beschreibung:
-
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Stutz, David1, Autor           
Hein, Matthias2, Autor
Schiele, Bernt1, Autor           
Affiliations:
1Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              

Inhalt

einblenden:

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2020
 Publikationsstatus: Online veröffentlicht
 Seiten: 12 p.
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: DBLP:conf/icml/Stutz0S20
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: 37th International Conference on Machine Learning
Veranstaltungsort: Virtual Conference
Start-/Enddatum: 2020-07-13 - 2020-07-18

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Proceedings of the 37th International Conference on Machine Learning
  Kurztitel : ICML 2020
Genre der Quelle: Konferenzband
 Urheber:
Daumé, Hal1, Herausgeber
Singh, Aarti1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: MLResearchPress
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 9155 - 9166 Identifikator: -

Quelle 2

einblenden:
ausblenden:
Titel: Proceedings of Machine Learning Research
  Kurztitel : PMLR
Genre der Quelle: Reihe
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: 119 Artikelnummer: - Start- / Endseite: - Identifikator: ISSN: 2640-3498