文献

J-GLOBAL ID：202002214427812884   整理番号：20A0959508

証明可能な精度と精度を持つ敵対例を検出することによるプライバシー保護のための誘導摂動に向けて【JST・京大機械翻訳】

Towards A Guided Perturbation for Privacy Protection through Detecting Adversarial Examples with Provable Accuracy and Precision

著者 (4件)： Lin Ying (Yunnan University) ,  Qu Yanzhen (Colorado Technical University) ,  Zhang Zhiyuan (Yunnan University) ,  Su Haorong (Yunnan University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CSCI  ページ： 107-112  発行年： 2019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： 本論文では,摂動を通してプライバシー保護の設計と実装を導くことができる境界を決定するための実用的な機構を実証することを目的とした。著者らは,検出の「ブラインドコーナー」を見つけるために,検出方法の集合を通して,敵の例を検出する戦略を活用して,プライバシー保護のための摂動の設計と実装の指針としてそれらを使用した。この手法の信頼性を保証するために,非常に高い精度と精度を持つ検出機構を作成した。最初に,著者らは,ほとんどの敵の例を検出するために,古典的統計的方法を用いた。次に,小さな例集合が統計的試験の信頼性に影響を及ぼすことを考慮して,著者らは,オリジナルデータと試験データに関する訓練の損失曲線の類似性を比較することによって,最初のラウンド検出から逃れた敵の例を発見するために,二次検出法を適用した。実験結果は,著者らの増強された検出機構が,非常に広い範囲の摂動において,より多くの敵の例を検出する能力を拡張するだけでなく,検出方法の「ブラインドコーナー」を探索する閾値の値によって表現され,プライバシー保護のための摂動の設計と実装を効果的に直接利用できることを示した。これはまた本論文の主な貢献である。Copyright 2020 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】

シソーラス用語： 信頼性 ,  統計的方法 ,  検出法 ,  類似性 ,  *摂動
準シソーラス用語： プライバシー保護 ,  試験データ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 証明 ,  敵対 ,  プライバシー ,  誘導 ,  摂動