論文の概要: Adversarially trained neural representations may already be as robust as corresponding biological neural representations

• arxiv url: http://arxiv.org/abs/2206.11228v1
• Date: Sun, 19 Jun 2022 04:15:29 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-23 16:15:22.504768
• Title: Adversarially trained neural representations may already be as robust as corresponding biological neural representations
• Title（参考訳）: 敵対的に訓練された神経表現は、対応する生物学的神経表現と同じくらい頑丈であるかもしれない
• Authors: Chong Guo, Michael J. Lee, Guillaume Leclerc, Joel Dapello, Yug Rao, Aleksander Madry, James J. DiCarlo
• Abstract要約: 本研究では,霊長類脳活動に直接対人的視覚攻撃を行う方法を開発した。 霊長類の視覚系を構成する生物学的ニューロンは、既存の(不正に訓練された)人工ニューラルネットワークに匹敵する敵の摂動に感受性を示す。
• 参考スコア（独自算出の注目度）: 66.73634912993006
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Visual systems of primates are the gold standard of robust perception. There is thus a general belief that mimicking the neural representations that underlie those systems will yield artificial visual systems that are adversarially robust. In this work, we develop a method for performing adversarial visual attacks directly on primate brain activity. We then leverage this method to demonstrate that the above-mentioned belief might not be well founded. Specifically, we report that the biological neurons that make up visual systems of primates exhibit susceptibility to adversarial perturbations that is comparable in magnitude to existing (robustly trained) artificial neural networks.
• Abstract（参考訳）: 霊長類の視覚システムは強固な知覚の金の標準である。 したがって、これらのシステムの基盤となる神経表現を模倣すると、対角的に堅牢な人工視覚システムが得られるという一般的な信念がある。 本研究では,霊長類脳活動に直接対人視覚攻撃を行う手法を開発した。 この手法を利用して、上記の信念が十分に確立されていないことを実証する。 具体的には、霊長類の視覚系を構成する生物学的ニューロンは、既存の(不正に訓練された)ニューラルネットワークに匹敵する敵の摂動に感受性を示す。

関連論文リスト

• Hebbian Learning based Orthogonal Projection for Continual Learning of Spiking Neural Networks [74.3099028063756]
  我々は,側方接続とヘビアン学習に基づくニューラル操作を用いた新しい手法を開発した。 我々は,反復する側方接続におけるヘビアン学習と反ヘビアン学習が,神経活動の主部分空間を効果的に抽出できることを示した。 我々の手法は、ほとんど忘れることなくニューラルネットワークをスパイクするために一貫して解決する。
  論文  参考訳（メタデータ） (2024-02-19T09:29:37Z)
• Brain-Inspired Machine Intelligence: A Survey of Neurobiologically-Plausible Credit Assignment [65.268245109828]
  本稿では,神経生物学にインスパイアされた,あるいは動機付けられた人工ニューラルネットワークにおける信用割当を行うアルゴリズムについて検討する。 我々は、脳にインスパイアされた学習スキームを6つの一般的なファミリーにまとめ、これらを誤りのバックプロパゲーションの文脈で検討する。 本研究の成果は,神経ミメティックシステムとその構成的学習プロセスの今後の発展を促進することを目的としている。
  論文  参考訳（メタデータ） (2023-12-01T05:20:57Z)
• ReWaRD: Retinal Waves for Pre-Training Artificial Neural Networks Mimicking Real Prenatal Development [5.222115919729418]
  出生前および出生後網膜波は、霊長類の視覚系に対する事前学習機構であることが示唆されている。 我々は、異なる人工畳み込みニューラルネットワークを事前学習することで、この開発メカニズムを模倣する計算モデルを構築した。 この生物学的に妥当な事前学習の結果として生じる特徴は、霊長類の視覚系のV1特徴と密接に一致している。
  論文  参考訳（メタデータ） (2023-11-28T21:14:05Z)
• Adapting Brain-Like Neural Networks for Modeling Cortical Visual Prostheses [68.96380145211093]
  皮質補綴は視覚野に移植された装置で、電気的にニューロンを刺激することで失った視力を回復しようとする。 現在、これらのデバイスが提供する視覚は限られており、刺激による視覚知覚を正確に予測することはオープンな課題である。 我々は、視覚システムの有望なモデルとして登場した「脳様」畳み込みニューラルネットワーク(CNN)を活用することで、この問題に対処することを提案する。
  論文  参考訳（メタデータ） (2022-09-27T17:33:19Z)
• Searching for the Essence of Adversarial Perturbations [73.96215665913797]
  本稿では,ニューラルネットワークの誤予測の原因となる,人間の認識可能な情報を含む対人摂動について述べる。 この人間の認識可能な情報の概念は、敵の摂動に関連する重要な特徴を説明できる。
  論文  参考訳（メタデータ） (2022-05-30T18:04:57Z)
• Overcoming the Domain Gap in Contrastive Learning of Neural Action Representations [60.47807856873544]
  神経科学の基本的な目標は、神経活動と行動の関係を理解することである。 我々は,ハエが自然に生み出す行動からなる新しいマルチモーダルデータセットを作成した。 このデータセットと新しい拡張セットは、神経科学における自己教師あり学習手法の適用を加速することを約束します。
  論文  参考訳（メタデータ） (2021-11-29T15:27:51Z)
• Deep Reinforcement Learning Models Predict Visual Responses in the Brain: A Preliminary Result [1.0323063834827415]
  強化学習を用いてニューラルネットワークモデルをトレーニングし、3Dコンピュータゲームをプレイします。 これらの強化学習モデルは、初期視覚領域において、神経応答予測精度のスコアを得る。 対照的に、教師付きニューラルネットワークモデルでは、より高い視覚領域において、より優れた神経応答予測が得られる。
  論文  参考訳（メタデータ） (2021-06-18T13:10:06Z)
• Evaluating adversarial robustness in simulated cerebellum [44.17544361412302]
  シミュレーション小脳における対角的強靭性について検討する。 我々の知る限りでは、シミュレートされた小脳モデルにおける対角的堅牢性を調べる最初の試みである。
  論文  参考訳（メタデータ） (2020-12-05T08:26:41Z)
• An evolutionary perspective on the design of neuromorphic shape filters [0.0]
  皮質系は高度な画像処理を提供するかもしれないが、おそらくはより単純なシステムで有効であることが証明された設計原則を使用している。 本稿では,形状情報を登録するための網膜機構と皮質機構について概説する。
  論文  参考訳（メタデータ） (2020-08-30T17:53:44Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。