11:59
官方账号arXiv cs.LG@Benedikt Brückner, Alessio Lomuscio
推荐理由：这篇论文提出了一种能保证模型对运动模糊等卷积扰动鲁棒的训练方法，在CIFAR10上鲁棒准确率超80%，比对抗训练更强。
运动模糊
共 1 条相关 AI 资讯
7月21日
11:59
论文提出一种新的 Certified Training 方法，通过高效编码卷积扰动来训练可证明鲁棒的视觉模型。在 CIFAR10 上，该方法对抗合理强度的运动模糊能达到超过 80% 的鲁棒准确率，同时保持与标准训练相当的标准准确率。相比对抗训练（Adversarial Training），该方法提供了形式化的安全保证，能更有效地发现和缓解隐藏漏洞。实验表明，该方法在多种卷积扰动下显著优于对抗训练。