典型文献
深度模型水印
文献摘要：
深度神经网络模型凝结了设计者的智慧,需要消耗大量数据和计算资源,是人工智能技术的重要产出物,已被广泛应用于生产和生活当中.然而,作为一种数字产品,如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题.文章主要介绍基于数字水印的深度模型产权保护技术,通过总结深度模型水印的发展现状,对深度模型水印的研究趋势进行展望.
文献关键词：
深度模型;数字水印;产权保护;人工智能安全
中图分类号：
作者姓名：
张新鹏;吴汉舟
作者机构：
上海大学 通信与信息工程学院,上海 200444
文献出处：
引用格式：
[1]张新鹏;吴汉舟-.深度模型水印)[J].自然杂志,2022(04):267-273
A类：
B类：
深度模型,模型水印,深度神经网络模型,设计者,计算资源,生产和生活,数字产品,免于,知识产权保护,人工智能产业,数字水印,保护技术,结深,研究趋势,人工智能安全
AB值：
0.29882
相似文献
W颗粒增强Ti基金属−金属复合材料的准静态和动态力学行为
李谋;周睿;杜萌;曹远奎;刘彬;刘咏-中南大学 粉末冶金国家重点实验室,长沙 410083;香港城市大学 材料科学与工程系,香港 999077
冷轧铜带表面缺陷智能识别方法
徐扬欢;王东城;刘宏民;于华鑫-燕山大学国家冷轧板带装备及工艺工程技术研究中心,秦皇岛 066004;燕山大学 亚稳材料制备技术与科学国家重点实验室,秦皇岛 066004
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
