通过现代霍普菲尔德网络改进分布外数据处理和抗损坏能力

BriefGPT - AI 论文速递 · 2024-08-21T00:00:00Z

本研究将霍普菲尔德网络集成到基线模型中，解决了计算机视觉模型对小扰动的敏感性问题。在MNIST-C数据集上，平均损坏准确率提高了13.84%。该方法无需测试时间的适应或损坏的增加，具有实际应用的可行性。