Kacem Khaled, Mouna Dhaouadi, Felipe Gohring De Magalhaes et Gabriela Nicolescu
Communication écrite (2023)
Un lien externe est disponible pour ce document
| Département: | Département de génie informatique et génie logiciel |
|---|---|
| URL de PolyPublie: | https://publications.polymtl.ca/58032/ |
| Nom de la conférence: | International Conference on Machine Learning and Applications (ICMLA 2023) |
| Lieu de la conférence: | Jacksonville, FL, USA |
| Date(s) de la conférence: | 2023-12-15 - 2023-12-17 |
| Maison d'édition: | IEEE |
| DOI: | 10.1109/icmla58977.2023.00015 |
| URL officielle: | https://doi.org/10.1109/icmla58977.2023.00015 |
| Date du dépôt: | 30 avr. 2024 12:41 |
| Dernière modification: | 25 sept. 2024 16:50 |
| Citer en APA 7: | Khaled, K., Dhaouadi, M., De Magalhaes, F. G., & Nicolescu, G. (décembre 2023). Efficient defense against model stealing attacks on convolutional neural networks [Communication écrite]. International Conference on Machine Learning and Applications (ICMLA 2023), Jacksonville, FL, USA. https://doi.org/10.1109/icmla58977.2023.00015 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
