Fugu-MT 論文翻訳(概要): Revisiting Role of Autoencoders in Adversarial Settings

論文の概要: Revisiting Role of Autoencoders in Adversarial Settings

arxiv url: http://arxiv.org/abs/2005.10750v1
Date: Thu, 21 May 2020 16:01:23 GMT
ステータス: 処理完了
システム内更新日: 2022-11-30 22:53:14.073894
Title: Revisiting Role of Autoencoders in Adversarial Settings
Title（参考訳）: 逆境設定におけるオートエンコーダの役割の再検討
Authors: Byeong Cheon Kim, Jung Uk Kim, Hakmin Lee, Yong Man Ro
Abstract要約: 本稿では,自己エンコーダの対向ロバスト性の性質について述べる。我々は,自己エンコーダの対角強靭性の発見は,今後の敵防衛研究や応用の手がかりとなると信じている。
参考スコア（独自算出の注目度）: 32.22707594954084
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: To combat against adversarial attacks, autoencoder structure is widely used to perform denoising which is regarded as gradient masking. In this paper, we revisit the role of autoencoders in adversarial settings. Through the comprehensive experimental results and analysis, this paper presents the inherent property of adversarial robustness in the autoencoders. We also found that autoencoders may use robust features that cause inherent adversarial robustness. We believe that our discovery of the adversarial robustness of the autoencoders can provide clues to the future research and applications for adversarial defense.
Abstract（参考訳）: 敵の攻撃に対抗するために、オートエンコーダ構造は勾配マスキングと見なされるデノイジングを行うために広く使われている。本稿では,対戦環境におけるオートエンコーダの役割を再考する。本研究は, 実験結果と解析を通じて, 自己エンコーダの対向ロバスト性の性質について述べる。また, 自己エンコーダは, 対向的強靭性の原因となるロバストな特徴を用いることも見出した。我々は,自己エンコーダの対角強靭性の発見は,今後の敵防衛研究や応用の手がかりとなると信じている。

関連論文リスト

Downstream-agnostic Adversarial Examples [66.8606539786026]
AdvEncoderは、事前訓練されたエンコーダに基づいて、ダウンストリームに依存しない普遍的敵の例を生成するための最初のフレームワークである。従来の逆数例とは異なり、事前訓練されたエンコーダは分類ラベルではなく特徴ベクトルを出力するのみである。その結果、攻撃者はトレーニング済みのデータセットやダウンストリームのデータセットを知らずに、ダウンストリームのタスクを攻撃できることがわかった。
論文参考訳（メタデータ） (2023-07-23T10:16:47Z)
On the Adversarial Robustness of Generative Autoencoders in the Latent Space [22.99128324197949]
本稿では,潜在空間における生成自己エンコーダの対角強靭性に関する最初の研究について述べる。具体的には、潜伏空間における攻撃を通じて、一般的な生成オートエンコーダの潜伏する脆弱性を実証的に示す。敵の強靭性と潜伏符号の絡み合いの程度との潜在的なトレードオフを同定する。
論文参考訳（メタデータ） (2023-07-05T10:53:49Z)
Is Semantic Communications Secure? A Tale of Multi-Domain Adversarial Attacks [70.51799606279883]
セマンティック・コミュニケーションのためのディープ・ニューラル・ネットワーク(DNN)に対するテスト・タイム・アタックを導入する。再建損失が低い場合でも,伝達情報のセマンティクスを変更可能であることを示す。
論文参考訳（メタデータ） (2022-12-20T17:13:22Z)
On a Mechanism Framework of Autoencoders [0.0]
本稿では,オートエンコーダの機構に関する理論的枠組みを提案する。 ReLUオートエンコーダの結果は、いくつかの非ReLUケースに一般化される。 PCAや決定木と比較して,次元の縮小と分類における(一般化された)オートエンコーダの利点が示された。
論文参考訳（メタデータ） (2022-08-15T03:51:40Z)
Semantic Autoencoder and Its Potential Usage for Adversarial Attack [25.315265827962875]
セマンティックオートエンコーダと呼ばれる拡張されたオートエンコーダアーキテクチャを提案する。オートエンコーダによって得られる潜在表現に依存する学習アルゴリズムに対する敵攻撃について検討する。
論文参考訳（メタデータ） (2022-05-31T08:10:07Z)
How to boost autoencoders? [13.166222736288432]
本稿では,オートエンコーダの高速化に関わる課題について論じ,それを克服するためのフレームワークを提案する。高速化されたアンサンブルの有用性は、オートエンコーダを広く採用している2つのアプリケーション(異常検出とクラスタリング)で実証されている。
論文参考訳（メタデータ） (2021-10-28T17:21:25Z)
Diagnosing Vulnerability of Variational Auto-Encoders to Adversarial Attacks [80.73580820014242]
所定の潜入コード(監視攻撃)を取得するためにデータポイントを変更するか、または劇的に異なるコード(監視されていない攻撃)を取得する方法を示します。モデル修正がvaesのロバスト性に及ぼす影響を調べ,定量化のための指標を提案する。
論文参考訳（メタデータ） (2021-03-10T14:23:20Z)
Detection of Adversarial Supports in Few-shot Classifiers Using Feature Preserving Autoencoders and Self-Similarity [89.26308254637702]
敵対的なサポートセットを強調するための検出戦略を提案する。我々は,特徴保存型オートエンコーダフィルタリングと,この検出を行うサポートセットの自己相似性の概念を利用する。提案手法は攻撃非依存であり, 最善の知識まで, 数発分類器の検出を探索する最初の方法である。
論文参考訳（メタデータ） (2020-12-09T14:13:41Z)
Autoencoding Variational Autoencoder [56.05008520271406]
我々は,この行動が学習表現に与える影響と,自己整合性の概念を導入することでそれを修正する結果について検討する。自己整合性アプローチで訓練されたエンコーダは、敵攻撃による入力の摂動に対して頑健な(無神経な)表現につながることを示す。
論文参考訳（メタデータ） (2020-12-07T14:16:14Z)
Double Backpropagation for Training Autoencoders against Adversarial Attack [15.264115499966413]
本稿では,オートエンコーダに対する敵攻撃に着目した。本稿では,VAE や DRAW などのオートエンコーダを確保するために,二重バックプロパゲーション (DBP) を採用することを提案する。
論文参考訳（メタデータ） (2020-03-04T05:12:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。