Belgif Linked Data Fragments server

Matches in Data.gov.be for { <http://data.gov.be/.well-known/genid/dataset/kulrdr/doi-10-48804/K6W4ZB> ?p ?o ?g. }

• K6W4ZB accessRights PUBLIC @default.
• K6W4ZB bibliographicCitation "Aghabagherloo, Alireza; Abadi, Aydin; Sarkar, Sumanta; Asutosh Dasu, Vishnu; Preneel, Bart, 2025, "Replication Data for: Impact of Data Duplication on Deep Neural Network-Based Image Classifiers: Robust vs. Standard Models", https://doi.org/10.48804/K6W4ZB, KU Leuven RDR, V1" @default.
• K6W4ZB contributor 0000-0003-0783-0261 @default.
• K6W4ZB created "2025-09-17T06:37:19Z" @default.
• K6W4ZB creator 3be8c68cffafe44613d70a5dbf4db80f2b4cd0da @default.
• K6W4ZB creator a8769fca6a9a6d406b6f248c863e28f2db8731b1 @default.
• K6W4ZB creator 0000-0002-1414-8351 @default.
• K6W4ZB creator 0000-0003-0783-0261 @default.
• K6W4ZB creator 0000-0003-2005-9651 @default.
• K6W4ZB description "Dans le document: "Aghabagherloo, Alireza, Aydin Abadi, Sumanta Sarkar, Vishnu Asutosh Dasu et Bart Preneel. Impact de la duplication de données sur les classificateurs d'image basés sur un réseau de neurones profonds: Robust vs. Standard Models, 2025 IEEE Security and Privacy Workshops (SPW), p. 177 à 183. IEEE, 2025», Nous avons évalué l'effet de la duplication des données sur les modèles standard et formés de manière contradictoire à l'aide de l'ensemble de données de référence CIFAR-10 largement utilisé. CIFAR-10 contient 60 000 images couleur dans 10 classes pour les tâches de reconnaissance d'objets. Les données dupliquées ont été sélectionnées au hasard dans CIFAR-10 et répétées pendant l'entraînement. Nous avons également exploré l'effet de la duplication de points de données sélectionnés à partir d'une distribution gaussienne." @default.
• K6W4ZB description "In dem Papier: Aghabagherloo, Alireza, Aydin Abadi, Sumanta Sarkar, Vishnu Asutosh Dasu und Bart Preneel. Auswirkungen der Datenduplizierung auf Deep Neural Network-Based Image Classifiers: Robust vs. Standard Models.' 2025 IEEE Security and Privacy Workshops (SPW), S. 177-183. IEEE, 2025“ Wir haben die Auswirkungen der Datenduplizierung auf Standard- und kontradiktorisch trainierte Modelle anhand des weit verbreiteten Benchmark-Datensatzes CIFAR-10 ausgewertet. CIFAR-10 enthält 60.000 Farbbilder in 10 Klassen für Objekterkennungsaufgaben. Duplizierte Daten wurden zufällig aus CIFAR-10 ausgewählt und während des Trainings wiederholt. Wir untersuchten auch den Effekt der Duplizierung von Datenpunkten, die aus einer Gaußschen Verteilung ausgewählt wurden." @default.
• K6W4ZB description "In het document: "Aghabagherloo, Alireza, Aydin Abadi, Sumanta Sarkar, Vishnu Asutosh Dasu en Bart Preneel. Impact van dataduplicatie op Deep Neural Network-based Image Classifiers: Robuuste versus standaardmodellen.' 2025 IEEE Security and Privacy Workshops (SPW), blz. 177-183. IEEE, 2025", We evalueerden het effect van gegevensduplicatie op standaard en tegenstrijdig getrainde modellen met behulp van de veelgebruikte benchmark CIFAR-10-dataset. CIFAR-10 bevat 60.000 kleurenafbeeldingen in 10 klassen voor objectherkenningstaken. Gedupliceerde gegevens werden willekeurig geselecteerd uit CIFAR-10 en herhaald tijdens de training. We onderzochten ook het effect van het dupliceren van gegevenspunten geselecteerd uit een Gaussiaanse distributie." @default.
• K6W4ZB description "In the paper: "Aghabagherloo, Alireza, Aydin Abadi, Sumanta Sarkar, Vishnu Asutosh Dasu, and Bart Preneel. 'Impact of Data Duplication on Deep Neural Network-Based Image Classifiers: Robust vs. Standard Models.' 2025 IEEE Security and Privacy Workshops (SPW), pp. 177-183. IEEE, 2025," We evaluated the effect of data duplication on standard and adversarially trained models using the widely used benchmark CIFAR-10 dataset. CIFAR-10 contains 60,000 color images across 10 classes for object recognition tasks. Duplicated data was randomly selected from CIFAR-10 and repeated during training. We also explored the effect of duplicating data points selected from a Gaussian distribution." @default.
• K6W4ZB identifier "doi:10.48804/K6W4ZB" @default.
• K6W4ZB issued "2025-09-26T15:10:26Z" @default.
• K6W4ZB modified "2025-10-09T12:53:12Z" @default.
• K6W4ZB publisher 0419052173 @default.
• K6W4ZB subject "Computer engineering, information technology and mathematical engineering" @default.
• K6W4ZB subject "Electrical and electronic engineering" @default.
• K6W4ZB subject "Information and computing sciences" @default.
• K6W4ZB title "Données de réplication pour: Impact de la duplication de données sur les classificateurs d'image basés sur un réseau de neurones profonds: Robuste vs. Modèles standard" @default.
• K6W4ZB title "Replicatiegegevens voor: Effect van gegevensduplicatie op deep neural network-based image classifiers: Robuuste vs. standaard modellen" @default.
• K6W4ZB title "Replication Data for: Impact of Data Duplication on Deep Neural Network-Based Image Classifiers: Robust vs. Standard Models" @default.
• K6W4ZB title "Replikationsdaten für: Auswirkungen der Datenduplizierung auf Deep Neural Network-Based Image Classifiers: Robuste vs. Standardmodelle" @default.
• K6W4ZB citedBy genid67573 @default.
• K6W4ZB type Dataset @default.
• K6W4ZB contactPoint genid67574 @default.
• K6W4ZB keyword "CIFAR-10" @default.
• K6W4ZB keyword "data duplication" @default.
• K6W4ZB landingPage K6W4ZB @default.
• K6W4ZB theme TECH @default.
• K6W4ZB version "1" @default.