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。
深層学習は知覚タスクに非常に成功したことが,入力の敵対的摂動に対して脆弱であることが示された。これら摂動はヒトの準知覚不能がシステムをだますに特異的に発生させた入力に加える雑音を示した。より厳しく,入力不可知論的普遍的摂動が存在するが大部分入力のネットワークを欺く。最近の研究は,画像分類に焦点を当ててきたが,本研究では,意味的画像セグメンテーションに対する攻撃を提案し,出力としてネットワークは,所望のターゲットセグメンテーションを生成する敵対的摂動(普遍的)を生成するためのアプローチを提案した。はほぼ任意入力に対する同じ予測セグメンテーションをもたらす識別が困難な普遍的ノイズパターンが存在することを経験的に示した。さらに,他のセグメンテーションはほとんど変えずしながらセグメンテーションからターゲットクラス(例えば,全ての歩行者)を除去する普遍的な雑音の存在を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】