ロバスト性と精度は(より適切な)定義により調整できる【JST・京大機械翻訳】

Pang Tianyu; Lin Min; Yang Xiao; Zhu Jun; Yan Shuicheng

プレプリント

J-GLOBAL ID：202202213243243252 整理番号：22P0292715

ロバスト性と精度は(より適切な)定義により調整できる【JST・京大機械翻訳】

Robustness and Accuracy Could Be Reconcilable by (Proper) Definition

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 (5件)： , , , ,
資料名：
発行年： 2022年02月21日プレプリントサーバーでの情報更新日： 2022年06月16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)

ロバスト性と精度の間のトレードオフは,敵対文献において広く研究されている。まだ議論の余地があるが,このトレードオフは経験的あるいは理論的には固有である。したがって,敵対的訓練におけるこのトレードオフの起源を掘り起こし,それが不適当に定義されたロバスト誤差から生じ,それは局所不変性の帰納的バイアスを,滑らかさに対する過剰修正を課すことを見出した。これを考えて,ロバストモデルの理想挙動を記述するための局所等分散を採用して,SCOREという自己整合ロバスト誤差を導いた。定義によって,SCOREはロバスト性と精度の間の調和を促進し,一方,ロバスト最適化によって最悪ケース不確実性をまだ取り扱う。距離メトリックのバリアントとKL発散を単純に置換することにより,SCOREは効率的に最小化できる。経験的に,著者らのモデルはAutoAttackの下でロバストBenchに関するトップランク性能を達成した。そのうえ,SCOREは,ロバストモデルで観察される過剰適合現象と意味入力勾配を説明するための有益な洞察を提供する。コードはhttps://github.com/P2333/SCOREで利用可能である。【JST・京大機械翻訳】

, , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , データ保護

前のページに戻る