| 講演名 | 2022-03-10 [サーベイ論文] Adversarial Training 足立 浩規(中部大), 平川 翼(中部大), 山下 隆義(中部大), 藤吉 弘亘(中部大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 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． |
| 抄録(英) | 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. |
| キーワード(和) | 深層学習 / 敵対的サンプル / 敵対的学習 / サーベイ |
| キーワード(英) | Deep learning / Adversarial examples / Adversarial training / Survey |
| 資料番号 | PRMU2021-73 |
| 発行日 | 2022-03-03 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU / IPSJ-CVIM |
|---|---|
| 開催期間 | 2022/3/10(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 微分可能レンダリング |
| テーマ（英） | Differentiable rendering |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 岩村 雅一(阪府大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Masakazu Iwamura(Osaka Pref. Univ.) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 幹事補佐氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事補佐氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | [サーベイ論文] Adversarial Training |
| サブタイトル（和） | |
| タイトル（英） | Adversarial Training: A Survey |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep learning |
| キーワード(2)（和/英） | 敵対的サンプル / Adversarial examples |
| キーワード(3)（和/英） | 敵対的学習 / Adversarial training |
| キーワード(4)（和/英） | サーベイ / Survey |
| 第 1 著者 氏名（和/英） | 足立 浩規 / Hiroki Adachi |
| 第 1 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：Chubu Univ.) |
| 第 2 著者 氏名（和/英） | 平川 翼 / Tsubasa Hirakawa |
| 第 2 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：Chubu Univ.) |
| 第 3 著者 氏名（和/英） | 山下 隆義 / Takayoshi Yamashita |
| 第 3 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：Chubu Univ.) |
| 第 4 著者 氏名（和/英） | 藤吉 弘亘 / Hironobu Fujiyoshi |
| 第 4 著者 所属（和/英） | 中部大学(略称：中部大) Chubu University(略称：Chubu Univ.) |
| 発表年月日 | 2022-03-10 |
| 資料番号 | PRMU2021-73 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | PRMU-427 |
| ページ範囲 | pp.78-90(PRMU), |
| ページ数 | 13 |
| 発行日 | 2022-03-03 (PRMU) |