BriefGPT.xyz
Ask
alpha
关键词
adversarial transformation
搜索结果 - 1
ICLR
对抗性样本的代价敏感强健性
本文研究了在实际应用中,某些对抗变换的重要性可能比其他变换更高的情况下,如何衡量分类器在对抗干扰下的鲁棒性,并提出了一般性的目标函数,将 Wong 和 Kolter(2018)的鲁棒训练方法进行了改进。通过实验证明,所提出的方法可以显著降低
→
PDF
6 years ago
Prev
Next