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。
深い学習は,著者らの日常生活と自律システム,知的生活,データマイニングなどの科学研究においてますます重要な役割を果たしている。しかしながら,多くの研究は,多くのタスクに関する優れた性能を持つ深い学習が,攻撃者によって構築された微妙な摂動を被る可能性があることを示している。それは,人間の観測者にとって不可欠であるが,深いニューラルネットワークモデルに完全に影響を与える。敵攻撃の出現は,ニューラルネットワークに関する質問をもたらした。したがって,機械学習セキュリティとプライバシーはますます活発な研究分野になっている。本論文において,著者らは3つのグループに従って,敵攻撃を発生させるための一般的方法をまとめた。それらのアイデアと生成原理について詳述した。さらに,これらの方法の一般的な限界を分析し,CleverHansにおける最終層出力の統計的実験を実施し,それが思われるようにならず,いくつかの比較的簡単な方法で達成できることを明らかにした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】