文献

J-GLOBAL ID：201802270666316046   整理番号：18A0137674

畳込みフィルタ統計量を用いた深いネットワークにおける敵対的例検出【Powered by NICT】

Adversarial Examples Detection in Deep Networks with Convolutional Filter Statistics

著者 (2件)： Li Xin ,  Li Fuxin
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCV  ページ： 5775-5783  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深層学習は,近年における視覚認識を大いに改善した。しかし,最近の研究は,このようなアーキテクチャの性能に負に影響することを多くの敵対的例が存在することを示した。は正常例と同じ分布に由来するかどうかを解析することによる敵対的例を検出することに焦点を当てた。adversarialsを検出するための深層ニューラルネットワークを訓練する直接の代わりに,畳込み層からの出力統計に基づいて提案した非常に単純な方法。カスケード分類器はadversarialsを効率的に検出するように設計した。,1つの特別な敵対的発生機構から訓練され,得られた分類器は,完全に異なる機構からadversarialsを検出できた。得られた分類器は,非劣微分可能であり,従って分類器の勾配を用いて攻撃する敵に困難を生じる。敵対的例を検出した後,それらの多くはイメージ上に小さな平均フィルタを簡単に行なうことによって回復できることを示した。これらの知見では,深い畳込み神経回路網における分類機構についてより多くの洞察をもたらすであろう。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *畳込み ,  *フィルタ ,  微分 ,  *統計量 ,  計算機アーキテクチャ ,  *ネットワーク ,  神経回路網 ,  視認 ,  画像
準シソーラス用語： ディープニューラルネットワーク ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 畳込み ,  統計量 ,  敵対