One perturbation fools all: An adversarial perturbation can attack different vision models
1Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés
Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- One perturbation fools all: An adversarial perturbation can attack different vision models
- Date Crossref
- 01/06/2026
- Éditeur
- Elsevier BV
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Beijing University of Posts and Telecommunications TSIS Lab pays non établi dans la noticeUniversité ou école supérieure
TSIS Lab — Beijing University of Posts and Telecommunications.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Adversarial Robustness in Machine LearningGenerative Adversarial Networks and Image SynthesisEthics and Social Impacts of AI