Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Zjistit stav objednávky

Staňte se součástí komunity milovníků knih z celého světa a získejte hromadu výhod. Založit účet zdarma

Doprava zdarma se Zásilkovnou nad 1 499 Kč

Kurýr DPD 69 Kč PPL shop 49 Kč Balíkovna 69 Kč PPL kurýr 74 Kč PPL box 39 Kč Balíkovna 49 Kč Výdejní místo DPD 49 Kč Zásilkovna 39 Kč

Kontakt

Jak nakupovat

Pomoc

Můj účet

▸ Prázdný :-(

Doprava zdarma při nákupu nad 1 499 Kč přes Zásilkovnu nebo PPL Box.

Digital Watermarking for Machine Learning Model

Name: Digital Watermarking for Machine Learning Model
Brand: Springer, Berlin
SKU: 46086831
Price: 4002 CZK
Availability: InStock
Author: Lixin Fan
ISBN: 9789811975561

Techniques, Protocols and Applications

Lixin Fan

Chee Seng Chan

Qiang Yang

Jazyk

Angličtina

Kniha Brožovaná

Libristo kód: 46086831

Nakladatelství Springer, Berlin, listopad 2023

Machine learning (ML) models, especially large pretrained deep learning (DL) models, are of high eco... Celý popis

Libristo kód: 46086831

400 b

4 002 Kč

Skladem u dodavatele Odesíláme za 5-8 dnů

Až 30 dní na vrácení zboží

Zákazníci také koupili

Direkte Beteiligung der Bevölkerung und Krise im öffentlichen Dienst Francisco Tosi

Brožovaná

1 257 Kč

Theorie et conception des plaques FRP stratifiees (multicouches) Youcef Belabed

Brožovaná

1 115 Kč

Burke's Rescue, in italiano William F Brown

Pevná

625 Kč

Die Europäische wirtschaftliche Interessenvereinigung mit dem Sitz in der Bundesrepublik Deutschland vor Eintragung. Gerhard Lenz

Brožovaná

1 721 Kč

Eclaircissements Sur La Critique De La Raison Pure De M. Le Professeur Kant (1865) Joachim Schulze

Pevná

990 Kč

Psyche Seelencult Und Unsterblichkeitsglaube Der Griechen (1894) Erwin Rohde

Pevná

1 491 Kč

Desigualdades de logro educativo en el acceso a la educacion superior Silvia Leticia Piñero Ramírez

Brožovaná

1 519 Kč

Vuelve el memoriápodo. Cuaderno de lectura comprensiva Lena Pla Viana

Brožovaná

329 Kč

Volksdichtungen aus Oberguinea Leo Frobenius

Brožovaná

1 014 Kč

Argentinien - Ursachen fur die aktuelle Krise Antje Minde

Brožovaná

369 Kč

Machine learning (ML) models, especially large pretrained deep learning (DL) models, are of high economic value and must be properly protected with regard to intellectual property rights (IPR). Model watermarking methods are proposed to embed watermarks into the target model, so that, in the event it is stolen, the model's owner can extract the pre-defined watermarks to assert ownership. Model watermarking methods adopt frequently used techniques like backdoor training, multi-task learning, decision boundary analysis etc. to generate secret conditions that constitute model watermarks or fingerprints only known to model owners. These methods have little or no effect on model performance, which makes them applicable to a wide variety of contexts. In terms of robustness, embedded watermarks must be robustly detectable against varying adversarial attacks that attempt to remove the watermarks. The efficacy of model watermarking methods is showcased in diverse applications including image classification, image generation, image captions, natural language processing and reinforcement learning.

This book covers the motivations, fundamentals, techniques and protocols for protecting ML models using watermarking. Furthermore, it showcases cutting-edge work in e.g. model watermarking, signature and passport embedding and their use cases in distributed federated learning settings.