在噪声下高效学习对抗鲁棒半空间
机器学习
2020-05-18 v1 数据结构与算法
机器学习
摘要
我们研究在分布无关设定下学习对抗鲁棒半空间的问题。在可实现设定中，我们给出了半空间可被高效鲁棒学习的对抗扰动集的必要与充分条件。在存在随机标签噪声的情况下，我们针对任意 扰动给出了一个计算高效的简单算法。
引用
@article{arxiv.2005.07652,
title = {Efficiently Learning Adversarially Robust Halfspaces with Noise},
author = {Omar Montasser and Surbhi Goel and Ilias Diakonikolas and Nathan Srebro},
journal= {arXiv preprint arXiv:2005.07652},
year = {2020}
}