09:57
官方账号arXiv cs.LG@Mark Levene, Martyn Harris
推荐理由：这篇论文提出了一种计算简单的方法，能告诉你神经网络对输入噪声的容忍上限，还画出了鲁棒性曲线，帮你量化模型稳定性。
输入扰动
共 1 条相关 AI 资讯
7月1日
09:57
该论文研究神经网络对输入值随机噪声扰动的鲁棒性。作者提出一种基于高概率的鲁棒性度量，给出均方误差的上界，且将网络视为黑箱计算。在多个真实数据集上的实验验证了方法的有效性。论文还引入鲁棒性曲线概念，用于分析数据内部和跨数据集的鲁棒性特征。