| 講演名 | 2020-03-05 Adversarial Trainingの考察に基づくAdversarial Examplesへの耐性の向上 小宮山 亮太(山梨大), 服部 元信(山梨大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ニューラルネットワークは高い汎化性能が得られることから様々なタスクにて使用されている．しかし高性能なモデルであっても悪意を持った些細なノイズで誤認識を引き起こすことが知られている．これをAdversarial Examplesという．本稿では従来法であるAdversarial Trainingが，どのように耐性を獲得しているのかを理解するためにシンプルなデータセットを導入する．考察を通して，耐性獲得の仕組みとAdversarial Examplesが発生する原因について理解する．得られた知見をもとに，一般画像データセットにて耐性獲得の実験を行い，通常のAdversarial Trainingと比較し耐性が向上することを確認した． |
| 抄録(英) | Neural networks are used for various tasks because of their high performance. However, it is known that even a high-performance model can cause misrecognition by malicious small noise. Inputs with such noise are called Adversarial Examples. In this paper, we introduce a simple dataset to understand how the conventional method, Adversarial Training, acquires robustness. Through the discussion, we understand the mechanism of getting robustness and the cause of Adversarial Examples. After that, we conducted experiments to acquire robustness using a image dataset, and results showed that the robustness was improved in comparison with conventional Adversarial Training. |
| キーワード(和) | Adversarial Examples / Adversarial Training / 検出器 / マルチタスク学習 / 画像分類 |
| キーワード(英) | Adversarial Examples / Adversarial Training / Adversarial Detector / Multi-Task Learning / Image Classification |
| 資料番号 | NC2019-90 |
| 発行日 | 2020-02-26 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2020/3/4(から3日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | Neuro Computing, Medical Engineering, etc. |
| 委員長氏名（和） | 庄野 逸(電通大) / 野村 泰伸(阪大) |
| 委員長氏名（英） | Hayaru Shouno(UEC) / Taishin Nomura(Osaka Univ.) |
| 副委員長氏名（和） | 鮫島 和行(玉川大) / 渡邊 高志(東北大) |
| 副委員長氏名（英） | Kazuyuki Samejima(Tamagawa Univ) / Takashi Watanabe(Tohoku Univ.) |
| 幹事氏名（和） | 吉本 潤一郎(奈良先端大) / 安部川 直稔(NTT) / 伊良皆 啓治(九大) |
| 幹事氏名（英） | Junichiro Yoshimoto(NAIST) / Naotoshi Abekawa(NTT) / Keiji Iramina(Kyushu Univ.) |
| 幹事補佐氏名（和） | 篠崎 隆志(NICT) / 瀧山 健(東京農工大) / 鈴木 康之(阪大) / 辛島 彰洋(東北工大) |
| 幹事補佐氏名（英） | Takashi Shinozaki(NICT) / Ken Takiyama(TUAT) / Yasuyuki Suzuki(Osaka Univ.) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Adversarial Trainingの考察に基づくAdversarial Examplesへの耐性の向上 |
| サブタイトル（和） | |
| タイトル（英） | Improving Adversarial Robustness Based on Adversarial Training Consideration |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Adversarial Examples / Adversarial Examples |
| キーワード(2)（和/英） | Adversarial Training / Adversarial Training |
| キーワード(3)（和/英） | 検出器 / Adversarial Detector |
| キーワード(4)（和/英） | マルチタスク学習 / Multi-Task Learning |
| キーワード(5)（和/英） | 画像分類 / Image Classification |
| 第 1 著者 氏名（和/英） | 小宮山 亮太 / Ryota Komiyama |
| 第 1 著者 所属（和/英） | 山梨大学(略称：山梨大) University of Yamanashi(略称：Univ. of Yamanashi) |
| 第 2 著者 氏名（和/英） | 服部 元信 / Motonobu Hattori |
| 第 2 著者 所属（和/英） | 山梨大学(略称：山梨大) University of Yamanashi(略称：Univ. of Yamanashi) |
| 発表年月日 | 2020-03-05 |
| 資料番号 | NC2019-90 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | NC-453 |
| ページ範囲 | pp.83-88(NC), |
| ページ数 | 6 |
| 発行日 | 2020-02-26 (NC) |