1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 学术论文
  5. 自然科学论文

基于MNIST的对抗样本的机器学习模型鲁棒性研究.docxVIP

基于MNIST的对抗样本的机器学习模型鲁棒性研究.docx

    1. 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
    2. 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
    3. 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
    4. 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
    5. 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
    6. 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
    7. 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
    查看更多

    PAGE

    PAGEII

    摘要

    本研究着重探究对抗样本的形成手段，以及它对机器学习模型稳健性的作用原理，对抗样本经由给输入数据添加专门构造的小扰动来产生，这些扰动不易被人察觉，但却能极大地影响机器学习模型的预测准确率，致使模型做出错误判断。近年来，随着深度学习技术的广泛应用，对抗样本问题逐渐成为研究热点，尤其是在图像分类任务中，对抗样本对模型的威胁尤为显著。本研究旨在通过实验分析对抗样本的生成机制及其对模型性能的影响，并探索对抗训练在提升模型鲁棒性方面的有效性。

    本研究设计了一种带有四层卷积结构的神经网络模型，然后用MNIST数据集来训练它，这个数据集有60,000张手写数字

    您可能关注的文档

    最近下载

    文档评论（0）

    下笔有神 + 关注
    实名认证
    文档贡献者

    热爱写作

    咨询Ta 进入空间

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >