| Item type |
SIG Technical Reports(1) |
| 公開日 |
2024-08-28 |
| タイトル |
|
|
タイトル |
敵対的攻撃に対する堅牢性向上のための適応的マルチチャネル選択法 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Adaptive multi-channel selection method for enhancing robustness against adversarial attacks |
| 言語 |
|
|
言語 |
jpn |
| 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 |
|
|
|
東京工科大学 |
| 著者所属 |
|
|
|
東京工科大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Tokyo University of Technology |
| 著者所属(英) |
|
|
|
en |
|
|
Tokyo University of Technology |
| 著者名 |
松井, 清修
青木, 輝勝
|
| 著者名(英) |
Seishu, Matsui
Terumasa, Aoki
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
本研究では，深層学習モデルの敵対的攻撃に対する新しい防御手法「適応的マルチチャネル選択法（AMCS）」を提案する．AMCS は，小さいカーネルと大きいカーネルの畳み込み層を組み合わせ，入力層で特定のチャネルを適応的に選択する．この構造により，モデルは多様な特徴を抽出し，頑健性を向上させることができる．実験では，画像分類タスクにおいて通常画像に対する高精度を維持しつつ，ブラックボックス攻撃に対して優れた堅牢性を示した． |
| 論文抄録(英) |
|
|
内容記述タイプ |
Other |
|
内容記述 |
In this study, we present a novel defense method against adversarial attacks on deep learning models, called the Adaptive Multi-Channel Selection Method (AMCS). AMCS combines convolutional layers with small and large kernels to adaptively select specific channels in the input layer. This structure allows the model to extract diverse features, thereby enhancing its robustness. Experiments demonstrated that AMCS maintains high accuracy on normal images while exhibiting superior robustness against black-box attacks in image classification tasks. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10438399 |
| 書誌情報 |
研究報告オーディオビジュアル複合情報処理（AVM）
巻 2024-AVM-125,
号 12,
p. 1-6,
発行日 2024-08-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8582 |
| 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 |
IPSJ-AVM24125012.pdf (2.1 MB)
