( en | de | ru )

 

Disambiguierung von "Tao, Guanhong"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
TRADER: trace divergence analysis and embedding regulation for debugging recurrent neural networks.

, , , , und . ICSE, Seite 986-998. ACM, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Tao Tao

Christina Taouss

Tao Huu Phung

Madelaine Taoubi

Xue Tao

 

Weitere Publikationen von Autoren mit dem selben Namen

Hard-label Black-box Universal Adversarial Patch Attack., , , , und . USENIX Security Symposium, Seite 697-714. USENIX Association, (2023)Code Search based on Context-aware Code Translation., , , , , und . ICSE, Seite 388-400. ACM, (2022)Piccolo: Exposing Complex Backdoors in NLP Transformer Models., , , , , und . SP, Seite 2025-2042. IEEE, (2022)ParaFuzz: An Interpretability-Driven Technique for Detecting Poisoned Samples in NLP., , , , , , und . NeurIPS, (2023)PELICAN: Exploiting Backdoors of Naturally Trained Deep Learning Models In Binary Code Analysis., , , , , , , , und . USENIX Security Symposium, Seite 2365-2382. USENIX Association, (2023)ALchemist: Fusing Application and Audit Logs for Precise Attack Provenance without Instrumentation., , , , , , , , , und 1 andere Autor(en). NDSS, The Internet Society, (2021)RULER: discriminative and iterative adversarial training for deep neural network fairness., , , , und . ESEC/SIGSOFT FSE, Seite 1173-1184. ACM, (2022)Attacks Meet Interpretability: Attribute-steered Detection of Adversarial Samples., , , und . NeurIPS, Seite 7728-7739. (2018)OSPREY: Recovery of Variable and Data Structure via Probabilistic Analysis for Stripped Binary., , , , , , , und . SP, Seite 813-832. IEEE, (2021)Backdoor Scanning for Deep Neural Networks through K-Arm Optimization., , , , , , , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 9525-9536. PMLR, (2021)