强化提升神经网络内部对抗鲁棒性
机器学习
2025-03-12 v1
摘要
提升神经网络（即显式优化网络势函数以确定神经活动的神经网络结构）可与对抗训练结合，以获得针对内部及输入层的鲁棒性以及 improved 概念泛化性能。在本工作中，我们首先研究如何仅通过修改训练损失函数来进一步强化该框架内的对抗鲁棒性。随后我们解决若干剩余局限性，提出一种新的训练损失函数，用于提升神经网络，组合定向和非定向对抗扰动。
引用
@article{arxiv.2503.07818,
title = {Strengthening the Internal Adversarial Robustness in Lifted Neural Networks},
author = {Christopher Zach},
journal= {arXiv preprint arXiv:2503.07818},
year = {2025}
}
备注
13 pages