arrow
返回

Hessian-guided gradient unlearning

delete2026-09-16
delete0
delete
OA
AI
A
Abdullah Ahmad Khan
M
Mohammed Kaosar
H
Hamid Laga
F
Ferdous Sohel *
DOI:10.1016/j.neucom.2026.135115delete
delete原文链接
delete分享
delete收藏
查看原文
摘要

摘要

En 中文
• 提出了一种基于Hessian引导的梯度遗忘(HGU)框架,用于深度模型中的可扩展数据移除。 • 结合梯度效率和基于Hessian的精确性,以提升遗忘性能。 • 引入了曲率感知更新,能够在不进行完整模型再训练的情况下近似再训练过程。 • 实现了89.8%的保留准确率和48.4%的遗忘类别准确率。 • 验证了在CIFAR-10、ImageNet-Subset和网级数据集上的可扩展性。
Keyword:
Machine unlearning
Gradient-based unlearning
Hessian-based approximation
Inpainting
Data privacy
Responsible AI
AI总结

AI总结

对已上传原文的论文进行重点信息的提取,主要内容包括:简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。

期刊

Neurocomputing 封面图
Neurocomputing
IF:
6.5
论文数:
2.5W
被引数:
6.5W

机构

暂无机构信息
引用论文

引用论文

err分享
err收藏
Zero-Shot Machine Unlearning零射机器学习
err2023-01-01
err16
errOAAI
errChundawat, Vikram S.; Tarun, Ayush K.; Mandal, Murari; Kankanhalli, Mohan
err分享
err收藏
The EU General Data Protection Regulation: A Commentary/Update of Selected Articles
err2021-01-01
err0
PREAI
errChristopher Kuner; Lee A. Bygrave; Chris Docksey; Laura Drechsler; Luca Tosoni
err分享
err收藏
没有更多内容