利用 $\gamma$-胶囊网络提升胶囊网络的对抗鲁棒性与可解释性
机器学习
2019-12-06 v4 人工智能
机器学习
摘要
本文引入胶囊网络的一种新归纳偏置，并将使用该先验的网络称为 -胶囊网络。我们受下颞皮层 TE 神经元启发的归纳偏置提升了胶囊网络的对抗鲁棒性与可解释性。我们还提供了一个带有 -胶囊网络形式化定义与评估度量的理论框架。在该框架下，我们表明常见胶囊网络未必利用此归纳偏置。为此，我们引入一种新路由算法并采用不同训练算法以实现 -胶囊网络。随后我们通过实验表明，-胶囊网络确实比常规胶囊网络更透明且对对抗攻击更鲁棒。
引用
@article{arxiv.1812.09707,
title = {Increasing the adversarial robustness and explainability of capsule networks with $\gamma$-capsules},
author = {David Peer and Sebastian Stabinger and Antonio Rodriguez-Sanchez},
journal= {arXiv preprint arXiv:1812.09707},
year = {2019}
}