×

深度愚人

swMATH ID: 20937
软件作者: Seyed-Mohsen Moosavi-Dezfuli、Alhussein Fawzi、Pascal Frossard
说明: DeepFool:一种简单而准确的愚弄深层神经网络的方法。先进的深度神经网络在许多图像分类任务中取得了令人印象深刻的结果。然而,这些相同的架构已经被证明对于较小的、广受欢迎的图像扰动是不稳定的。尽管这一现象很重要,但还没有提出有效的方法来准确计算最先进的深度分类器对大规模数据集上此类扰动的鲁棒性。本文中,我们填补了这一空白,并提出了DeepFool算法,以有效计算欺骗深度网络的扰动,从而可靠地量化这些分类器的鲁棒性。大量的实验结果表明,我们的方法在计算对抗扰动和使分类器更加鲁棒的任务上优于最近的方法。DeepFool:一种简单而准确的愚弄深层神经网络的方法。
主页: https://arxiv.org/abs/1111.0599v3
源代码:  https://github.com/lts4/deepfool网站
相关软件: CIFAR公司;ImageNet公司;github;AlexNet公司;Reluplex公司;MNIST公司;聪明人;亚当;TensorFlow公司;DeepXlore公司;马拉布;Foolbox(Foolbox);PyTorch公司;AI2公司;时尚-MNIST;掌中宽带;梯度-CAM;城市风光;经常性Jac;BERT(误码率)
引用于: 38文件
全部的 前5名

144位作者引用

2 黄晓伟
2 阮文杰
1 Seyum Assefa阿贝贝
1 阿德科克,本
1 拉西尔·阿尼鲁德
1 穆罕默德·阿齐兹马利耶里
1 白、亚通
1 斯坦利·巴克
1 阿迪蒂亚·巴鲁
1 吉尔·本·沙洛姆
1 伊多·本·耶尔
1 马丁·本宁
1 皮尔·蒂莫·布雷默
1 伊戈尔·布辛斯基
1 斯特凡诺·卡尔扎瓦拉
1 埃琳娜·塞莱多尼
1 陈广科
1 陈丽倩
1 陈、陶璐
1 楚、彭志
1 弗朗西斯科·克罗齐
1 崔春峰
1 塔尔加特·多尔巴耶夫
1 Jyotirmoy V.德斯穆赫。
1 尼克·德克斯特。
1 亚历山大·唐泽
1 托马索·德罗西
1 杜德辉
1 凯文·易卜拉希米
1 马蒂亚斯·约阿希姆·埃赫哈特
1 尼古拉·埃利亚
1 莫舍·埃利亚索夫
1 雅萨曼·埃斯凡迪亚里
1 阿尔胡塞因·法齐
1 奥马尔·法齐
1 帕斯卡·弗罗萨德
1 高崇志
1 坦马·高塔姆
1 葛万成
1 Hanno Gottschalk
1 朱莉娅·格拉宾斯基
1 郭莹
1 朱莉娅·古萨克
1 马蒂亚斯·海因
1 越南何阮
1 黄成超
1 黄,珍
1 伊尔瓦·詹森
1 蒋林芝
1 Johnson,Taylor T。
1 巴维亚·凯尔库拉
1 乔治·凯西迪斯
1 贾尼斯·库珀
1 凯佩尔,玛格丽特
1 金正恩
1 Koh,Pang Wei先生
1 娜塔沙·克雷吉奇
1 丹尼尔·科宁
1 尼尔斯·利德霍尔姆
1 李波
1 李凯丽
1 李克勤
1 李仁觉
1 梁佩西
1 廖宁义
1 托尼·林德伯格
1 刘恒
1 刘江超
1 刘嘉祥
1 克劳迪奥·卢切斯
1 马超
1 基拉·马格
1 迭戈·曼扎纳斯·洛佩兹
1 大卫·约翰·米勒
1 萨拉·穆罕默德内贾德
1 帕特里克·穆索
1 拉姆昌德兰·穆图库马尔
1 内里诺夫斯基,阿森尼
1 阮、滦越
1 萨尔瓦多奥兰多
1 Oseledets、Ivan Valer’evich
1 布伦朱尔夫·奥雷恩
1 内拉尼亚娜·帕尔
1 熊猫,Priyadarshini
1 布兰登·保尔森
1 马蒂斯·佩伦
1 乔纳斯·劳伯
1 格哈德·里戈尔
1 穆罕默德·侯赛因·罗班
1 马蒂亚斯·罗特曼
1 罗伊,考希克
1 苏米克·萨卡尔
1 卡罗拉·比比安·施恩利布
1 桑吉特·阿伦库马尔
1 邵、朔
1 詹姆斯·夏普。
1 索马耶·索朱迪
1 宋,傅
1 马修·索图德
1 雅各布·斯坦哈特
…还有44位作者

按年份列出的引文