敵対リスクの多様体視点【JST・京大機械翻訳】

Zhang Wenjia; Zhang Yikai; Hu Xiaoling; Goswami Mayank; Chen Chao; Metaxas Dimitris

プレプリント

J-GLOBAL ID：202202206723682977 整理番号：22P0309927

敵対リスクの多様体視点【JST・京大機械翻訳】

A Manifold View of Adversarial Risk

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月24日プレプリントサーバーでの情報更新日： 2022年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習モデルの敵対的リスクは広く研究されている。ほとんどの以前の研究は,データが全環境空間にあると仮定する。著者らは,新しい角度を取り上げ,多様体仮定を考慮に入れることを提案した。データが多様体にあると仮定して,著者らは,2つの新型の敵対的リスク,正常方向に沿った摂動による正常な敵対リスク,および多様体内の摂動による多様体内広告リスクを調査した。古典的敵対的リスクは,正常および多様体の敵対リスクを用いて両側から有界であることを証明する。また,正常および多様体リスクがゼロである場合でも,標準敵対リスクがゼロでないという驚くべき p観的事例を示した。本論文を,著者らの理論結果を支持する経験的研究と共に最終化した。著者らの結果は,通常の敵対リスクに焦点を当てるだけで,分類器のロバスト性を改善する可能性を示唆した。【JST・京大機械翻訳】

, , ,

人工知能 , パターン認識 , システム・制御理論一般

, , ,

前のページに戻る