典型文献
基于卷积神经网络隐空间的虚拟对抗学习
文献摘要：
对抗训练存在计算效率低的缺点,对此提出一种虚拟对抗学习的方法.在CIFAR-10和ImageNet(30)数据集上验证本方法,首先,建立阈值机制来挑选对抗源样本;然后,在对抗源样本的logits上添加扰动生成虚拟对抗样本,而非对抗源样本保持不变;最后,计算虚拟对抗样本和非对抗源样本的损失,通过反向传播更新网络权重.试验结果表明,与传统的对抗训练相比,本文方法在干净样本的测试精度上提升了大约7～14百分点,在扰动样本的测试精度上不亚于投影梯度下降(projected gradient descent,PGD)对抗训练的效果,尤其是在ImageNet(30)数据集上提升了4.62百分点.在训练效率上,与最慢的PGD对抗训练相比,本文方法的训练时间缩短了2/3左右.这些结果均证明了虚拟对抗学习既能提升对干净样本的预测精度,又能提高模型的鲁棒性;同时加快对抗训练过程,为对抗训练在工业环境的运用提供有效方法.
文献关键词：
训练效率;对抗训练;虚拟对抗学习;虚拟对抗样本
中图分类号：
作者姓名：
邵琦琦;钱亚冠;王佳敏;李思敏;梁小玉
作者机构：
浙江科技学院理学院,杭州310023
文献出处：
引用格式：
[1]邵琦琦;钱亚冠;王佳敏;李思敏;梁小玉-.基于卷积神经网络隐空间的虚拟对抗学习)[J].浙江科技学院学报,2022(05):426-434
A类：
虚拟对抗学习,虚拟对抗样本
B类：
隐空间,对抗训练,计算效率,CIFAR,ImageNet,值机,选对,抗源,logits,加扰,反向传播,新网,干净,测试精度,百分点,不亚于,梯度下降,projected,gradient,descent,PGD,训练效率,最慢,训练时间,训练过程,工业环境
AB值：
0.288284
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
