CVPRJun, 2024
基于线性近似的最大池化卷积神经网络的通用鲁棒性验证
Towards General Robustness Verification of MaxPool-based Convolutional Neural Networks via Tightening Linear Approximation
Yuan Xiao, Shiqing Ma, Juan Zhai, Chunrong Fang, Jinyuan Jia...
TL;DR使用紧密线性逼近的 MaxLin 技术,本研究提供了一种鲁棒性验证方法,可提高卷积神经网络的认证下界,并在 MNIST、CIFAR-10 和 Tiny ImageNet 数据集上显示出优于现有工具的性能提升。