Jun, 2023
AROID:通过在线逐实例数据增强提高对抗鲁棒性
AROID: Improving Adversarial Robustness through Online Instance-wise Data Augmentation
Lin Li, Jianing Qiu, Michael Spratling
TL;DR该论文提出了一种新的方法,通过在线实例化学习数据增强策略来提高 Deep neural networks 的 Adversarial training 的鲁棒性,在多个模型结构和数据集上成功地超越了现有的竞争性数据增强方法。