robustness

基礎理論

ディープラーニング比較用のベースラインを利用しやすくする(1/2)

1.ディープラーニング比較用のベースラインを利用しやすくする(1/2)まとめ ・MLモデルのパフォーマンスは「基準となるモデル(ベースライン)」と比較して測定される ・ベースラインモデルを説明している論文からベースラインモデルを完全再現する...
学習手法

SupCon:対照学習を教師有り学習に拡張(2/2)

1.SupCon:対照学習を教師有り学習に拡張(2/2)まとめ ・SupConは他の手法と比較して様々なデータセットでtop1精度を一貫して向上させる ・SupConはAutoAugment、RandAugment、およびCutMixを一貫...
入門/解説

敵対的サンプルはバグではなく人間には知覚できない高度な特徴(4/5)

1.敵対的サンプルはバグではなく人間には知覚できない高度な特徴(4/5)まとめ ・最近の研究は敵対的サンプルは、分類に関係のない特徴を活用していると言う世界観を支持している ・しかし、今回の研究結果は分類に関係のない特徴を活用していると言う...
入門/解説

敵対的サンプルはバグではなく人間には知覚できない高度な特徴(2/5)

1.敵対的サンプルはバグではなく人間には知覚できない高度な特徴(2/5)まとめ ・敵対的サンプルがバグではなく人間にできない特徴説に対するコメント集 ・堅牢な特徴の定義から単純化したモデルを使って調査する案など様々 ・スタイル転送の際に堅牢...
学習手法

AdvGen:ニューラル機械翻訳を堅牢にするために敵対的サンプルを利用(2/2)

1.AdvGen:ニューラル機械翻訳を堅牢にするために敵対的サンプルを利用(2/2)まとめ ・AdvGenの出力する敵対的サンプルを利用して堅牢性の損失が計算され、モデルにフィードバックされる ・AdvGenを用いた学習によりニューラル機械...
入門/解説

AdvGen:ニューラル機械翻訳を堅牢にするために敵対的サンプルを利用(1/2)

1.AdvGen:ニューラル機械翻訳を堅牢にするために敵対的サンプルを利用(1/2)まとめ ・文法等を意識せずとも言語を他の言語に直接翻訳するニューラル機械翻訳は大きな成功を収めている ・しかし、ニューラル機械翻訳は入力文のわずかな違いで大...