文献

J-GLOBAL ID：202102257212737888   整理番号：21A0153253

KNNおよびKNNベースモデルに関する最小ノルム敵対例【JST・京大機械翻訳】

Minimum-Norm Adversarial Examples on KNN and KNN based Models

著者 (2件)： Sitawarin Chawin (UC Berkeley,EECS Department) ,  Wagner David (UC Berkeley,EECS Department)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SPW  ページ： 34-40  発行年： 2020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： kNN分類器とニューラルネットワークとkNNを結合する分類器の敵対例に対するロバスト性を研究した。主な困難は,kNNに対する最適攻撃を見つけることが,典型的なデータセットに対して困難であるという事実にある。本研究では,Sitawarin&Wagner[1]による以前の研究に触発されたkNNおよびkNNベース防御に対する勾配ベース攻撃を提案した。著者らは,著者らの攻撃が,計算時間における最小増加だけでテストしたすべてのモデルに対して,それらの方法より優れていることを実証した。また,攻撃は,k>1が実行時間の1%未満を使用するとき,kNNに関して最先端の攻撃[2]を打ち消す。この攻撃はkNNとその変異体のロバスト性を評価するための新しいベースラインとして使用できることを期待する。Copyright 2021 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： ニューラルネットワーク ,  基準線 ,  ロバスト性 ,  *ノルム
準シソーラス用語： 防衛 ,  実行時間 ,  分類会計機 , 【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 (4件)： KNN ,  モデル ,  ノルム ,  敵対