文献

J-GLOBAL ID：202002237765134444   整理番号：20A0493124

攻撃画像を復元するためのランダム化画像変換を用いた敵対的二重ネットワーク学習【JST・京大機械翻訳】

Adversarial Dual Network Learning With Randomized Image Transform for Restoring Attacked Images

著者 (2件)： Yuan Jianhe (School of Information Engineering, Shenzhen University, Shenzhen, China) ,  He Zhihai (Department of Electrical Engineering and Computer Science, University of Missouri, Columbia, MO, USA)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 22617-22624  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
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： ランダム化された非線形画像変換を用いて,攻撃に対する深いニューラルネットワークの攻撃に対する新しい方法を開発した。攻撃雑音の洗練されたパターンを乱し,部分的に破壊するためにランダム化非線形変換を導入した。次に,この非線形変換により損傷された元の画像コンテンツを回復し,残留攻撃雑音を除去するために,生成クリーニングネットワークを設計した。また,攻撃雑音のパターンを検出することができるように,ターゲット分類器のための二重ネットワークとして機能する検出器ネットワークを構築した。生成クリーニングネットワークと検出器ネットワークは,知覚損失と敵の損失の両方を最小化するために,互いに対抗することに対抗して,advers学習を用いて共同的に訓練される。著者らの広範な実験結果は,著者らのアプローチがホワイトボックスとブラックボックス攻撃の両方において大きなマージンによって最先端を改善することを実証した。それは,SVHNデータセット上で30%以上,および挑戦的CIFAR-10データセット上で14%以上の2番目の最良の方法で,ホワイトボックス攻撃に対する分類精度を著しく改善した。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： *画像変換 ,  ニューラルネットワーク ,  検出器 ,  ブラックボックス ,  *ネットワーク ,  *学習 ,  雑音
準シソーラス用語： 分類精度 ,  映像コンテンツ ,  非線形変換 ,  敵意 ,  ランダム化 , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  通信網  (ND07030A) ,  計算機網  (JC03000K)

タイトルに関連する用語 (6件)： 攻撃 ,  復元 ,  ランダム化 ,  画像変換 ,  敵対 ,  学習