Hinweis
Dieser Eintrag wurde automatisch aus einem Altsystem migriert. Die Daten wurden nicht überprüft und entsprechen eventuell nicht den Qualitätskriterien des vorliegenden Systems.
Datensatz Zitierlink: 
http://hdl.handle.net/20.500.12708/57883
-
Titel: 
QuSecNets: Quantization-based Defense Mechanism for Securing Deep Neural Network against Adversarial Attacks
-
Zitat: 
Khalid, F., Ali, H., Tariq, H., Hanif, M. A., Rehman, S., Ahmed, R., & Shafique, M. (2019). QuSecNets: Quantization-based Defense Mechanism for Securing Deep Neural Network against Adversarial Attacks. In 2019 IEEE 25th International Symposium on On-Line Testing and Robust System Design (IOLTS). 2019 IEEE 25th International Symposium on On-Line Testing and Robust System Design (IOLTS), Rhodes, Greece. IEEE. https://doi.org/10.1109/iolts.2019.8854377
-
Verlags-DOI: 
10.1109/iolts.2019.8854377
-
Publikationstyp: 
Konferenzbeitrag - Full-Paper Contribution
de
Autor_innen: 
Khalid, Faiq 
Ali, Hassan 
Tariq, Hammad 
Hanif, Muhammad Abdullah 
Rehman, Semeen 
Ahmed, Rehan 
Shafique, Muhammad 
-
Organisations­einheit: 
E384-02 - Forschungsbereich Systems on Chip 
E191-02 - Forschungsbereich Embedded Computing Systems 
-
Erschienen in: 
2019 IEEE 25th International Symposium on On-Line Testing and Robust System Design (IOLTS) 
-
Datum (veröffentlicht): 
2019
-
Veranstaltungs­name: 
2019 IEEE 25th International Symposium on On-Line Testing and Robust System Design (IOLTS) 
-
Veranstaltungs­zeitraum: 
1-Jul-2019 - 3-Jul-2019
-
Veranstaltungs­ort: 
Rhodes, Griechenland
-
Umfang: 
6
-
Verlag: 
IEEE
-
Peer Reviewed: 
Ja
-
Forschungs­schwerpunkte: 
Computer Engineering and Software-Intensive Systems: 100%
-
Wissenschafts­zweig: 
Informatik
-
Enthalten in den Sammlungen:
Conference Paper

Zur Langanzeige

Seiten Aufrufe

164
aufgerufen am 23.11.2023

Google ScholarTM

Check