6. 6
Adversarial Trainingの欠点をどう補完する?
•精度と頑健性のtrade-offの問題
- データ拡張手法とATを組み合わせて精度の低下を抑制
- 複数の自己教師とATを組み合わせて精度の低下を抑制
Adversarial Robustness: From Self-Supervised
Pre-Training to Fine-Tuning, Tianlong Chen et al., CVPR
2020
頑健かつ高精度なモデルが実現可能になりつつある
Adversarial Vertex Mixup: Toward Better Adversarially
Robust Generalization, Saehyung Lee et al., CVPR 2020
7. 7
•自己教師学習の利用
- ラベルを使用しない敵対的摂動による学習
- 画像の量子化幅の変更に対する不変性によってATを用いずに
頑健性を獲得
Adversarial Trainingの欠点をどう補完する?
特定の攻撃に依存しない頑健性の獲得
A Self-supervised Approach for Adversarial Robustness,
Muzammal Naseer et al., CVPR 2020
Towards Achieving Adversarial Robustness
by Enforcing Feature Consistency Across Bit
Planes, Sravanti Addepalli et al., CVPR 2020