随机平滑中认证半径的增强估计技术

Zixuan Liang

随机平滑中认证半径的增强估计技术

机器学习 2025-03-13 v1 机器学习

作者: Zixuan Liang

摘要

本文提出了一系列用于估计随机平滑中认证半径的新方法，随机平滑是一种对于认证神经网络对抗扰动鲁棒性至关重要的技术。我们的方法通过提供更紧的认证半径界，显著提高了认证测试集准确率的准确性。我们为离散域和连续域引入了先进算法，并在 CIFAR-10 和 ImageNet 数据集上展示了其有效性。新方法相较于现有方法表现出显著改进，特别是在减少认证半径估计的差异方面。我们还探讨了各种超参数，包括样本量、标准差和温度，对这些方法性能的影响。我们的发现揭示了更高效认证流程的潜力，并为未来关于更紧置信序列和改进理论框架的研究铺平了道路。研究最后讨论了潜在的未来方向，包括离散域的增强估计技术以及进一步的理论进展，以弥合随机平滑中经验性能与理论性能之间的差距。

关键词

随机平滑认证半径对抗鲁棒性神经网络 CIFAR-10 ImageNet 估计技术置信序列

引用

@article{arxiv.2503.08801,
  title  = {Enhanced Estimation Techniques for Certified Radii in Randomized Smoothing},
  author = {Zixuan Liang},
  journal= {arXiv preprint arXiv:2503.08801},
  year   = {2025}
}

备注

IEEE The 8th International Conference on Artificial Intelligence and Big Data (ICAIBD 2025)

随机平滑中认证半径的增强估计技术

摘要

关键词

引用

备注

相关论文