Aug, 2018
使用意外充分性引导深度学习系统测试
Guiding Deep Learning System Testing using Surprise Adequacy
Jinhan Kim, Robert Feldt, Shin Yoo
TL;DR提出了一种新的基于训练数据行为的测试准则 —— 针对深度学习系统的惊奇足够性 (Surprise Adequacy for Deep Learning Systems, SADL), 通过对实现情况进行评估来指导其使用,该方法通过基于收集数据惊喜的系统性采样,从而提高了系统对对抗样本的分类精度到最高可达 77.5% 的通过退化再训练的方式。