@techreport{oai:ipsj.ixsq.nii.ac.jp:00238547,
 author = {松井, 清修 and 青木, 輝勝 and Seishu, Matsui and Terumasa, Aoki},
 issue = {12},
 month = {Aug},
 note = {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．, 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.},
 title = {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},
 year = {2024}
}