Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition
Göpfert JP (2022)
Bielefeld: Universität Bielefeld.
Bielefelder E-Dissertation | Englisch
Download
thesis.pdf
17.69 MB
Autor*in
Gutachter*in / Betreuer*in
Einrichtung
Jahr
2022
Seite(n)
150
Urheberrecht / Lizenzen
Page URI
https://pub.uni-bielefeld.de/record/2967691
Zitieren
Göpfert JP. Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Bielefeld: Universität Bielefeld; 2022.
Göpfert, J. P. (2022). Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Bielefeld: Universität Bielefeld. https://doi.org/10.4119/unibi/2967691
Göpfert, Jan Philip. 2022. Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Bielefeld: Universität Bielefeld.
Göpfert, J. P. (2022). Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Bielefeld: Universität Bielefeld.
Göpfert, J.P., 2022. Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition, Bielefeld: Universität Bielefeld.
J.P. Göpfert, Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition, Bielefeld: Universität Bielefeld, 2022.
Göpfert, J.P.: Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Universität Bielefeld, Bielefeld (2022).
Göpfert, Jan Philip. Robustness in Machine Learning: Adversarial Perturbations, Explanations & Intuition. Bielefeld: Universität Bielefeld, 2022.
Alle Dateien verfügbar unter der/den folgenden Lizenz(en):
Creative Commons Namensnennung - Weitergabe unter gleichen Bedingungen 4.0 International Public License (CC BY-SA 4.0):
Volltext(e)
Name
thesis.pdf
17.69 MB
Access Level
Open Access
Zuletzt Hochgeladen
2022-12-19T11:14:41Z
MD5 Prüfsumme
1fdfe84d38576515ff15d6b1a680048c
Google Scholar