原文:ICLR2015_Explaining and Harnessing Adversarial Examples

Author 一作: Ian Goodfellow 三作:Christian Szegedy Abstract 之前认为对抗样本对模型的欺骗性是因为模型的高度非线性和过拟合,本文证明了模型的易损性主要是因为模型的线性本质。而且本文提供了一个简单且快速的方法产生对抗样本,将产生的样本用于对抗训练可以提升模型的测试性能。 Introduction 在高维空间的线性行为已经足够产生对抗样本,这种观点可以 ...

2018-03-14 16:51 0 940 推荐指数:

查看详情

【论文理解】Explaining and Harnessing Adversarial Examples

Explaining and Harnessing Adversarial Examples 注:研究不深,纯个人理解,可能有误 1论文简介: Szegedy提出有几种机器学习的模型容易受到对抗样本的攻击。在训练数据的不同子集上训练的具有不同体系结构的模型会误分类同一对抗样本。这表明对抗样本 ...

Sun Jan 19 00:27:00 CST 2020 0 882
Adversarial Examples Improve Image Recognition

Xie C, Tan M, Gong B, et al. Adversarial Examples Improve Image Recognition.[J]. arXiv: Computer Vision and Pattern Recognition, 2019. @article ...

Thu Mar 12 22:59:00 CST 2020 0 1086
论文阅读 | Generating Fluent Adversarial Examples for Natural Languages

Generating Fluent Adversarial Examples for Natural Languages ACL 2019 为自然语言生成流畅的对抗样本 摘要 有效地构建自然语言处理(NLP)任务的对抗性攻击者是一个真正的挑战。首先,由于句子空间是离散的。沿梯度方向 ...

Thu Aug 15 03:56:00 CST 2019 2 408
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM