CEB 提升模型鲁棒性
机器学习
2020-10-28 v1 机器学习
摘要
我们证明了条件熵瓶颈（Conditional Entropy Bottleneck, CEB）能够提升模型鲁棒性。CEB 是一种易于实现的策略，并且可与数据增强流程协同工作。我们报告了在 CIFAR-10 上开展的大规模对抗鲁棒性研究结果，以及 ImageNet-C 常见 corruption 基准、ImageNet-A 和 PGD 攻击上的结果。
引用
@article{arxiv.2002.05380,
title = {CEB Improves Model Robustness},
author = {Ian Fischer and Alexander A. Alemi},
journal= {arXiv preprint arXiv:2002.05380},
year = {2020}
}