LaFA:对非负矩阵分解的潜在特征攻击
原文中文,约300字,阅读约需1分钟。发表于: 。通过使用特征误差损失在 NMF 中生成扰动,我们引入了一种名为 LaFA 的新型攻击方法,其目标是操纵 NMF 过程产生的潜在特征。我们通过广泛的实验验证了 NMF 的脆弱性和特征误差攻击的有效性。
非负矩阵因式分解是一种用于非负数据降维的方法。本文展示了在添加约束条件下,NMF与LDA等效。同时指出Lasso惩罚和归一化约束不足以引发稀疏性。
通过使用特征误差损失在 NMF 中生成扰动,我们引入了一种名为 LaFA 的新型攻击方法,其目标是操纵 NMF 过程产生的潜在特征。我们通过广泛的实验验证了 NMF 的脆弱性和特征误差攻击的有效性。
非负矩阵因式分解是一种用于非负数据降维的方法。本文展示了在添加约束条件下,NMF与LDA等效。同时指出Lasso惩罚和归一化约束不足以引发稀疏性。