arXiv cs.LG· Rachel Morris, Ryan Murray, Kerrek Stinson·· 15 天前AI 评分29
对抗训练中鲁棒性与几何精度权衡关系研究
On the tradeoff between robustness and geometric accuracy in adversarial training
AI 导读
一项新研究给出了非参数二分类中对抗分类器几何精度与鲁棒性之间的最优定量估计。研究证明，在由对抗预算 $\varepsilon$ 衡量的鲁棒性下，稳健分类器牺牲的几何精度（基于与贝叶斯分类器的 Hausdorff 距离）至多为 $O(\sqrt{\varepsilon})$ 或 $O(\varepsilon)$。
来源：arXiv cs.LG · arxiv.org