( en | de | ru )

 

Disambiguierung von "Kakizaki, Kazuya"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Differentially Private Chi-squared Test by Unit Circle Mechanism.

, , und . ICML, Volume 70 von Proceedings of Machine Learning Research, Seite 1761-1770. PMLR, (2017)

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.

Kazuya Yamashita

 

Weitere Publikationen von Autoren mit dem selben Namen

Toward Practical Adversarial Attacks on Face Verification Systems., , , und . BIOSIG, Volume P-315 von LNI, Seite 113-124. Gesellschaft für Informatik e.V., (2021)Certified Defense for Content Based Image Retrieval., , und . WACV, Seite 4550-4559. IEEE, (2023)Adversarial Image Translation: Unrestricted Adversarial Examples in Face Recognition Systems., und . SafeAI@AAAI, Volume 2560 von CEUR Workshop Proceedings, Seite 6-13. CEUR-WS.org, (2020)On Brightness Agnostic Adversarial Examples Against Face Recognition Systems., , , und . BIOSIG, Volume P-315 von LNI, Seite 197-204. Gesellschaft für Informatik e.V., (2021)Adversarial Robustness for Face Recognition: How to Introduce Ensemble Diversity among Feature Extractors?, , , , , und . SafeAI@AAAI, Volume 2808 von CEUR Workshop Proceedings, CEUR-WS.org, (2021)GlassMasq: Adversarial Examples Masquerading in Face Identification Systems with Feature Extractor., , und . PST, Seite 1-7. IEEE, (2019)Adversarial Image Translation: Unrestricted Adversarial Examples in Face Recognition Systems., und . CoRR, (2019)Advancing Deep Metric Learning With Adversarial Robustness., , und . ACML, Volume 222 von Proceedings of Machine Learning Research, Seite 1231-1246. PMLR, (2023)Differentially Private Chi-squared Test by Unit Circle Mechanism., , und . ICML, Volume 70 von Proceedings of Machine Learning Research, Seite 1761-1770. PMLR, (2017)Lightweight Lipschitz Margin Training for Certified Defense against Adversarial Examples., , und . CoRR, (2018)