[サーベイ論文] Adversarial Training

• Item type: SIG Technical Reports(1)
• 公開日: 2022-03-03
• タイトル: [サーベイ論文] Adversarial Training
• タイトル / 言語: en
• タイトル: Adversarial Training: A Survey
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セッション4-A
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 中部大学
• 著者所属: 中部大学
• 著者所属: 中部大学
• 著者所属: 中部大学
• 著者所属(英): en
• 著者所属(英): Chubu University
• 著者所属(英): en
• 著者所属(英): Chubu University
• 著者所属(英): en
• 著者所属(英): Chubu University
• 著者所属(英): en
• 著者所属(英): Chubu University
• 著者名: 足立, 浩規; 平川, 翼; 山下, 隆義; 藤吉, 弘亘
• 著者名(英): Hiroki, Adachi; Tsubasa, Hirakawa; Takayoshi, Yamashita; Hironobu, Fujiyoshi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Adversarial training (AT) は悪意のある摂動を付与したサンプル (AEs: Adversarial examples) を学習に使用して，攻撃に頑健なモデルの獲得を目的とした学習方法である．AT は AEs に対するモデルの頑健性能を向上させる一方で，通常のサンプルに対する分類精度を大幅に劣化させる性質がある．この問題を解消するために，様々な観点か らアプローチした手法が数多く提案されている．本稿では AT についてサーベイし，AT の研究動向について体系的にまとめる．また，代表的な手法に関して，データセットやモデルなどを統一して分類精度の評価および比較をする． さらに，各手法を適用したモデルの低次元特徴空間を可視化しつつ，特徴空間の定量的評価指標を用いて比較をする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Adversarial training (AT) is a training method that aims to obtain a robust model for defencing the adversarial attack by using adversarial examples (AEs). Although AT improves the robustness of the model to AEs, it significantly decreases the classification accuracy to natural samples. To overcome this problem, researchers proposed methods that approached from several perspectives. In this paper, we survey AT and systematically summarize about research trends of AT. Furthermore, we evaluate and compare the classification accuracy with the exact experimental details for the typical methods. Moreover, we visualize the low dimensional feature space of the model applied to each method and evaluate the feature representation using some quantitative evaluation indices.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2022-CVIM-229, 号 23, p. 1-13, 発行日 2022-03-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会