Компьютерные науки > Компютерное видение и распознавание моделей [представлено 26 октября 2026 года] Название: Natural Jammers: Когда нерасторменные особенности становятся антагонистическими, PDF HTML (экспериментальными) резюме. Предшествующая работа в значительной степени предусматривала использование этих элементов как оппортунистических " кратчайших точек > , которые помогают использовать стандартные модели чистых данных. Вместо этого мы показываем, что нестерательные сигналы могут быть антагонистическими: они могут действовать как естественные Джаммеры, которые активно вводят в заблуждение стандартные модели на чистых, незамысловатых изображениях. Используя разногласия между стандартной моделью и надежными моделями в качестве аналитической линзы, мы выбираем Jammed Set, на котором надежные модели превосходят стандартные модели. Мы представляем причинно-следственные данные для спектрального и пространственного замыкания: глушение возникает только в том случае, если высокочастотные компоненты точно увязаны с конкретными пространственными структурами. Разрушение шлюза с помощью спектрального фильтрации или небольших геометрических изменений может восстановить правильное прогнозирование. К сожалению, мы обнаруживаем парадокс замещения: в то время как отдельные глушители хрупки для геометрических изменений, совокупное распространение джеминга остается примерно стабильным и перераспределяется, а не ликвидируется при таких преобразованиях. Наши результаты…
Природные джаммеры: когда недробыльские способности становятся антагонистическими
arXiv: 261 030.34785v 1 Annualce Type: New Humanitary: Deep нейронные сети, как известно, полагаются на недрагоценности, которые плохо согласуются с человеческим восприятием. Предшествующая работа в значительной степени предусматривала использование этих элементов как оппортунистических " кратчайших точек > , которые помогают использовать стандартные модели чистых данных. Вместо этого мы показываем, что нестерательные сигналы могут быть антагонистическими: они могут действовать как естественные Джаммеры, которые активно вводят в заблуждение стандартные модели на чистых, незамысловатых изображениях. Используя разногласия между стандартной моделью и надежными моделями в качестве аналитической линзы, мы выбираем Jammed Set, на котором надежные модели превосходят стандартные модели. Мы представляем причинно-следственные данные для спектрального и пространственного замыкания: глушение возникает только в том случае, если высокочастотные компоненты точно увязаны с конкретными пространственными структурами. Разрушение шлюза с помощью спектрального фильтрации или небольших геометрических изменений может восстановить правильное прогнозирование. Круче всего, мы обнаруживаем парадокс замещения: хотя отдельные глушители хрупки в геометрических сдвигах, совокупное распространение джемма остается a