陕西师范大学学报(自然科学版)2020，Vol.48Issue(2) ：69-75.

模型压缩中的对抗鲁棒性实验分析

Experimental analysis of adversarial robustness in model compression

夏海峰 袁晓彤
陕西师范大学学报(自然科学版)2020，Vol.48Issue(2) ：69-75.
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

模型压缩中的对抗鲁棒性实验分析

Experimental analysis of adversarial robustness in model compression

夏海峰 1袁晓彤1
扫码查看

作者信息

  • 1. 南京信息工程大学 江苏省大数据分析技术重点实验室,江苏 南京 210044
  • 折叠

摘要

模型压缩和对抗鲁棒性在深度学习模型落地到实际应用场景中扮演着重要的角色,本文将二者结合到同一视角下,探讨在模型压缩同时又可以使精简后的模型具有鲁棒性的问题.在对抗训练的框架下,对模型压缩和模型鲁棒性之间一些性质上的关联进行了研究,并且通过实验证明了模型压缩和对抗鲁棒性可以同时得到.

关键词

深度神经网络/模型压缩/对抗攻击/对抗训练

引用本文复制引用

基金项目

国家自然科学基金(61876090)

出版年

2020
陕西师范大学学报(自然科学版)
陕西师范大学

陕西师范大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.563
ISSN：1672-4291
参考文献量41
段落导航相关论文