8,90016352:08Shadow Attack - Semantic Adversarial Examples (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)동빈나구독자 168,000명009/20/2020
63,9352021:15:53DETR: End-to-End Object Detection with Transformers (꼼꼼한 딥러닝 논문 리뷰와 코드 실습)동빈나구독자 168,000명009/18/2020
5,86718324:38[꼼꼼한 논문 리뷰] Adversarial Patch: 스티커를 붙이기만 하면 인공지능이 망가진다! [NIPS 2017] (인공지능 보안/AI Security)동빈나구독자 168,000명007/7/2020
46,23328917:39작곡하는 인공지능?! 최신 AI 작곡 도구 리뷰 | AWS DeepComposer & OpenAI Jukebox조코딩 JoCoding구독자 677,000명006/20/2020
5,3091931:14:21[꼼꼼한 논문 리뷰] Constructing Unrestricted Adversarial Examples with Generative Models [NIPS 2018] (AI보안)동빈나구독자 168,000명003/30/2020
3,9371862:22:59[꼼꼼한 논문 리뷰] Obfuscated Gradients Give a False Sense of Security [ICML 2018] (인공지능 보안)동빈나구독자 168,000명003/27/2020
4,3151971:46:14[꼼꼼한 논문 리뷰] Certified Robustness to Adversarial Examples with Differential Privacy [S&P 2019] (AI보안)동빈나구독자 168,000명003/19/2020
7,2071421:03:05[꼼꼼한 논문 리뷰] Towards Deep Learning Models Resistant to Adversarial Attacks [ICLR 2018] (인공지능 보안)동빈나구독자 168,000명003/8/2020
8,36318006:23자연대수 e(Euler's number) | 인공지능 및 컴퓨터 비전을 위한 수학 핵심 개념 노트(Mathematics for AI)동빈나구독자 168,000명003/8/2020
4,57218052:55[꼼꼼한 논문 리뷰] Adversarial Examples Are Not Bugs, They Are Features [NIPS 2019] (인공지능 보안)동빈나구독자 168,000명003/6/2020
22,41619214:43미분과 편미분(Ordinary Derivative & Partial Derivative) | 인공지능 및 컴퓨터 비전을 위한 수학 핵심 개념노트(Mathematics for AI)동빈나구독자 168,000명002/29/2020
6,0051831:09:54[꼼꼼한 논문 리뷰] Towards Evaluating the Robustness of Neural Networks [S&P 2017] (인공지능 보안/AI Security)동빈나구독자 168,000명002/28/2020
10,01218912:41볼록 함수(Convex Function) | 인공지능 및 컴퓨터 비전을 위한 수학 핵심 개념 노트(Mathematics for AI)동빈나구독자 168,000명002/25/2020
21,45619312:49뉴턴 방법(Newton Method) | 인공지능 및 컴퓨터 비전을 위한 수학 핵심 개념 노트(Mathematics for AI)동빈나구독자 168,000명002/24/2020
9,88119433:34딥 페이크(Deepfakes) 최신 연구 동향 - 가짜 영상 제작과 탐지 기술 정리(Deep Learning for Deepfakes Creation and Detection)동빈나구독자 168,000명002/22/2020
14,7511961:02:28[꼼꼼한 논문 리뷰] Explaining and Harnessing Adversarial Examples [ICLR 2015] (인공지능 보안/AI Security)동빈나구독자 168,000명002/19/2020
![[꼼꼼한 논문 리뷰] Adversarial Patch: 스티커를 붙이기만 하면 인공지능이 망가진다! [NIPS 2017] (인공지능 보안/AI Security)](https://i.ytimg.com/vi/pOlPlTCfCQE/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Constructing Unrestricted Adversarial Examples with Generative Models [NIPS 2018] (AI보안)](https://i.ytimg.com/vi/IDtaVjJoV4g/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Obfuscated Gradients Give a False Sense of Security [ICML 2018] (인공지능 보안)](https://i.ytimg.com/vi/0O_Bxln9bTw/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Certified Robustness to Adversarial Examples with Differential Privacy [S&P 2019] (AI보안)](https://i.ytimg.com/vi/ySJUlEVlXfk/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Towards Deep Learning Models Resistant to Adversarial Attacks [ICLR 2018] (인공지능 보안)](https://i.ytimg.com/vi/6RBpdAC9nwY/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Adversarial Examples Are Not Bugs, They Are Features [NIPS 2019] (인공지능 보안)](https://i.ytimg.com/vi/Y7O47Kq8pmU/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Towards Evaluating the Robustness of Neural Networks [S&P 2017] (인공지능 보안/AI Security)](https://i.ytimg.com/vi/9kRWHKPyfwQ/hqdefault.jpg)
![[꼼꼼한 논문 리뷰] Explaining and Harnessing Adversarial Examples [ICLR 2015] (인공지능 보안/AI Security)](https://i.ytimg.com/vi/99uxhAjNwps/hqdefault.jpg)
![(비전공자) 인공지능 분야 최신 트렌드를 따라가는 방법 및 논문 읽기 조언 [ 개발자의 전화 상담소 ]](https://i.ytimg.com/vi/OsTYA0pWAk0/hqdefault.jpg)
![보안프로젝트[boanproject]](https://yt3.ggpht.com/ytc/AIdro_kdmBfWlBiWqXULAPJP17viU9lFgk6Ons_wWlchlNPMnOo=s800-c-k-c0x00ffffff-no-rj)
