Deep Networks with RBF Layers to Prevent Adversarial Examples

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F18%3A00490841" target="_blank" >RIV/67985807:_____/18:00490841 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-91253-0_25" target="_blank" >http://dx.doi.org/10.1007/978-3-319-91253-0_25</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-91253-0_25" target="_blank" >10.1007/978-3-319-91253-0_25</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Deep Networks with RBF Layers to Prevent Adversarial Examples

Popis výsledku v původním jazyce

We propose a simple way to increase the robustness of deep neural network models to adversarial examples. The new architecture obtained by stacking deep neural network and RBF network is proposed. It is shown on experiments that such architecture is much more robust to adversarial examples than the original one while its accuracy on legitimate data stays more or less the same.

Název v anglickém jazyce

Deep Networks with RBF Layers to Prevent Adversarial Examples

Popis výsledku anglicky

We propose a simple way to increase the robustness of deep neural network models to adversarial examples. The new architecture obtained by stacking deep neural network and RBF network is proposed. It is shown on experiments that such architecture is much more robust to adversarial examples than the original one while its accuracy on legitimate data stays more or less the same.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/GA18-23827S" target="_blank" >GA18-23827S: Schopnosti a omezení mělkých a hlubokých sítí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Artificial Intelligence and Soft Computing

ISBN

978-3-319-91252-3

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

10

Strana od-do

257-266

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Zakopane

Datum konání akce

3. 6. 2018

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000552718500025