Adv-BNN公司 swMATH ID: 46308 软件作者： 刘玄清；李、姚；吴崇若；谢卓瑞 描述： Adv-BNN：通过稳健贝叶斯神经网络改进对抗防御。我们提出了一种新的算法来训练针对对抗攻击的稳健神经网络。我们的算法是由以下两个想法驱动的。首先，尽管最近的工作表明，融合随机性可以提高神经网络的鲁棒性（Liu 2017），但我们注意到，向所有层盲目添加噪声并不是融合随机性的最佳方式。相反，我们在贝叶斯神经网络（BNN）框架下对随机性建模，以可扩展的方式形式化地学习模型的后验分布。其次，我们在BNN中提出了最小最大问题，以学习对抗攻击下的最佳模型分布，从而形成对抗训练的贝叶斯神经网络。实验结果表明，该算法在强攻击下达到了最新的性能。在带有VGG网络的CIFAR-10上，在0.035失真的PGD攻击下，与对抗性训练（Madry 2017）和随机自集成（Liu 2017）相比，我们的模型的准确率提高了14%，并且在ImageNet的一个子集上差距变得更大。 主页： https://arxiv.org/abs/1810.01279 源代码： https://github.com/xuanqing94/贝叶斯防御 关键词： 机器学习;arXiv_cs。LG公司;人工智能;arXiv_cs。人工智能;密码和安全;arXiv_cs。CR公司;arXiv_状态ML 相关软件： MagNet公司;AlexNet公司;ImageNet公司;TensorFlow公司;GPT-3级;梯度-CAM;克莱沃;VQA公司;SVCCA公司;CLEVR数据集;形状;BERT（误码率）;张紧器2传感器;PyTorch公司;时尚-MNIST;PRMLT公司;聪明人;MNIST公司;UCI-毫升 引用于： 3文件 全部的 前5名14位作者引用 1 Derek多兰 1 维克托·加列戈 1 阿图罗·马尔班 1 穆勒，克劳斯·罗伯特 1 中岛，新一 1 罗伊，纳韦罗 1 杰森·普洛斯 1 加布里埃尔·拉斯拉 1 大卫·里奥斯·因苏阿 1 塞巴·罗勒 1 沃伊切赫·萨米克 1 维涅什·斯里尼瓦桑 1 范·格文（Marcel A.J.van Gerven）。 1 谢宁 3篇连载文章中引用 1 美国统计协会杂志 1 神经网络 1 人工智能研究杂志 在4个字段中引用 2 计算机科学（68至XX） 1 统计学（62-XX） 1 数值分析（65-XX） 1 统计力学，物质结构（82-XX） 按年份列出的引文