分类器对均匀 $\ell_p$ 与高斯噪声的鲁棒性
机器学习
2018-06-25 v1 计算机视觉与模式识别
机器学习
摘要
我们研究了分类器对各类随机噪声模型的鲁棒性。具体地，我们考虑了均匀取自 球（其中 ）的噪声以及具有任意协方差矩阵的高斯噪声。我们用分类器到决策边界的距离刻画了其对随机噪声的鲁棒性。该分析适用于线性分类器以及具有局部近似平坦决策边界的分类器，后者由最先进的深度神经网络（deep neural networks）所满足。预测的鲁棒性通过实验得到了验证。
引用
@article{arxiv.1802.07971,
title = {Robustness of classifiers to uniform $\ell\_p$ and Gaussian noise},
author = {Jean-Yves Franceschi and Alhussein Fawzi and Omar Fawzi},
journal= {arXiv preprint arXiv:1802.07971},
year = {2018}
}