文献
J-GLOBAL ID：202002220600503837
整理番号：20A1192833
DM-QIMによるディープニューラルネットワークの重みに対する電子透かし法
DM-QIM Watermarking for Weights of Deep Neural Network
-
出版者サイト
複写サービスで全文入手
{{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A1192833©=1") }}
-
高度な検索・分析はJDreamⅢで
{{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1192833&from=J-GLOBAL&jstjournalNo=S0532B") }}
著者 (4件)：
,
,
,
資料名：
巻：
119
号：
463(EMM2019 102-129)(Web)
ページ：
25-30 (WEB ONLY)
発行年：
2020年02月27日
JST資料番号：
S0532B
ISSN：
0913-5685
資料種別：
会議録 (C)
記事区分：
原著論文
発行国：
日本 (JPN)
言語：
日本語 (JA)
抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
学習済みモデルの重みに対して,電子透かし技術を適用することで学習済みモデルの保護が検討されている.しかし,従来手法では重みベクトルの変化量が大きく,重みベクトルの分散値を解析することにより透かし情報の存在を検出でき,効果的にノイズを加えることで透かし情報を書き換えられる問題が報告されている.本研究では,畳み込みニューラルネットワークの最終層である全結合層に注目し,秘密鍵に基づいてサンプリングした重み成分に対して量子化法に基づく電子透かし法を適用する.従来手法とは異なり,モデルの重みベクトルの変化量が小さいという点において優れている.提案手法の有効性を確認するために,提案手法のステップ幅を変更しステップ幅が学習に対してどのような影響を与えるかを評価した.(著者抄録)
シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
,
,
準シソーラス用語：
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ（有料）でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
,
,
,
,
,
分類 (2件)：
分類
JSTが定めた文献の分類名称とコードです
人工知能
, 符号理論
引用文献 (13件)：
-
Y. Uchida, Y. Nagai, S. Sakazawa, and S. Satoh, “Embedding watermarks into deep neural networks,” Proc. ICMR’17, pp.269-277, 2017.
-
T. Wang and F. Kerschbaum, “Attacks on digital watermarks for deep neural networks,” Proc. ICASSP 2019, pp.2622-2626, 2019.
-
川島 賢,画像認識プログラミングレシピ,秀和システム,June 2019.
-
斎藤康毅,ゼロから作る Deep Learning,株式会社オライリー・ジャパン,Sept. 2016.
-
山本隆司,コンテンツ・セキュリティと法,株式会社商事法務, Oct. 2015.
もっと見る
タイトルに関連する用語 (2件)：
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです
,
前のページに戻る
