ICML-To be Robust or to be Fair Towards Fairness in Adversarial Training

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

To be Robust or to be Fair: Towards Fairness in Adversarial Training

             Han Xu * 1 Xiaorui Liu * 1 Yaxin Li 1 Anil K. Jain 1 Jiliang Tang 1

             Abstract                to be wrongly classified:
                                                   
                                       min E max L(f (x + δ), y) .‘         (1)
   Adversarial training algorithms have been proved             f  x  ||δ||≤
   to be reliable to improve machine learning models’
                    ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Fairness Training Towards robust Toward