> ML_LITERATURE // MADRY-2018-TOWARDS-DEEP-LEARNING-MODELS-RESISTANT-ADVERSARIAL-ATTACKS_v1.0
Towards Deep Learning Models Resistant to Adversarial Attacks (PGD Training)
Aleksander Madry, Aleksandar Makelov, Ludwig Schmidt, Dimitris Tsipras, Adrian Vladu · International Conference on Learning Representations (ICLR) (2018)
algorithm2018industry-standardthirdPartyReproduced
Temel Katkı (Principal Contribution)
Karşıt sağlamlığı min-maks sağlam optimizasyon olarak formüle ederek İzdüşürülmüş Gradyan İnişinin (PGD) evrensel birinci derece hasım olduğunu gösterdi.
Operasyonel ve Mühendislik Uygunluğu
Üretim sistemlerinde task-adversarial-robustness uygulaması için yetkili referans olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Temel hesaplama topolojisi ve matematiksel sınırlar belirlenmiş dışbükeylik/pürüzsüzlük garantilerine uygundur
Kısıtlar ve Sınırlamalar (Limitations)
- Donanım hızlandırmaları, gizlilik bütçeleri ve yakınsama hiperparametrelere ve ağ iletişim limitlerine bağlıdır
Bağlantılı Algoritmalar, Mimariler ve Kütüphaneler
İlgili Algoritmalar:
İlgili Mimariler:
Uygulayıcı Kütüphaneler: