Josie_chen

摘要： 1、对语音识别的对抗攻击 2、对抗样本细分方向： 如何找到一个更好的攻击方法，此方法不见得有多么鲁棒，但是一定要幅值最小。 因此需要找到一个幅值最小，能够跨越分类边界的样本。 3、防守方：如何证明鲁棒性，能不能证明在自然的某个范围内是肯定不会受到攻击的 4、如何将对抗样本和模型可解释性联系起来。 5 阅读全文

摘要： 参考自： https://blog.csdn.net/qq_16234613/article/details/79679393 定义 深度模型具有良好的泛化能力同时，也具有极高脆弱性。以分类为例：只需要通过故意添加细微的干扰所形成的输入样本（对抗样本），模型以高置信度给出了一个错误的输出。 当然这问 阅读全文

摘要： 视频连接：http://www.mooc.ai/course/383/learn#lesson/2163 论文总结：http://ai.yanxishe.com/page/blogDetail/5357 对抗样本的攻防： 什么是对抗样本 adversarial examples 什么是对抗样本 ad 阅读全文

摘要： 一、最大熵模型 《数学之美》中的描述： 阅读全文

摘要： 表示人类造出的词： （1）从语料中提取出含义表达。 （2）从文字到数值向量 词编码的方式：N-gram，TF-IDF——Word2vec（对于多义词会转化到同一个数值向量，从而导致不准确）——sense2vec（区分在不同语境下某些单词的具体含义） · 给每个词一个索引，每个词都编码一个下标，但是由 阅读全文

摘要： 希望在毫不知情（很少的人类介入）的情况下实现。即端对端的实现。 一、Intro 工具推荐： 二、Auto-Encoder 使用自编码器的情况：1）拿到的原始数据缺少标签 （数据降噪） 2）数据太大了，需要进行降维，使得最后数据集大小可接受（例如可以讲原始的8*8图片压缩成2*1的） 将原始图片“数字 阅读全文

摘要： 使用HMM进行词性标注 这里我们用NLTK自带的Brown词库进行学习。 假设我们的单词集： words = w1 ... wN Tag集： tags = t1 ... tN P(tags | words) 正比于 P(ti | t{i-1}) * P(wi | ti) 类似贝叶斯公式（利用中间量） 阅读全文

摘要： 在初始状态确定的情况下，（1 0）状态下，马尔科夫链的结果最终会趋于稳态分布。 即最终结果会得到一个固定的稳态分布。 没有办法给出完整的判断，这个时候就需要多一条马尔科夫链。 先设置一个牛市和熊市的马尔科夫链，然后牛市对应涨跌，熊市也对应涨跌。从而得到一个双层结构的马尔科夫链。 能观测到的最外侧的涨 阅读全文

摘要： Niutrans：基于短语的统计翻译系统 1. Data preparation数据准备阶段 a) Training data 训练数据 LM-training-set和 LM-training-set b) Tuning data 调参参数（相当于超参数：来调整权重参数） c) Test data 阅读全文

摘要： 翻译其实是没有一个标准答案的，只能最终提供一个参考答案。所以评估结果是依据参考答案得出来的 常用的评估：BLEU： 判断翻译结果中，所有的N元祖，和标准答案N元祖之间的重合度 通常计算精确度是计算1~4元的 添加一个惩罚项penalty，当输出长度比参考的长度长的时候系数取1；当输出比参考短的时候， 阅读全文