CEB Improves Model Robustness

Authors: Ian Fischer, Alexander A. Alemi
Published: 2020-02-13

Source: https://arxiv.org/abs/2002.05380

PDF: https://arxiv.org/pdf/2002.05380

AIにより推定されたラベル

ロバスト性評価 ポイズニング モデル選択手法

※ こちらのラベルはAIによって自動的に追加されました。そのため、正確でないことがあります。
詳細は文献データベースについてをご覧ください。

Abstract

We demonstrate that the Conditional Entropy Bottleneck (CEB) can improve model robustness. CEB is an easy strategy to implement and works in tandem with data augmentation procedures. We report results of a large scale adversarial robustness study on CIFAR-10, as well as the ImageNet-C Common Corruptions Benchmark, ImageNet-A, and PGD attacks.