Tropical Decision Boundaries for Neural Networks Are Robust Against Adversarial Attacks

要約

シンプルで実装が容易で、計算効率が高く、敵対的な攻撃に対して堅牢なトロピカル畳み込みニューラル ネットワーク アーキテクチャを紹介します。
任意のモデルに追加できる単一の隠れ層のトロピカル射影トーラスにデータを埋め込むことで、区分線形ニューラル ネットワークのトロピカルな性質を利用します。
私たちはその決定境界の幾何学的形状を理論的に研究し、計算実験を使用して画像データセットに対する敵対的攻撃に対するその堅牢性を示します。

要約(オリジナル)

We introduce a simple, easy to implement, and computationally efficient tropical convolutional neural network architecture that is robust against adversarial attacks. We exploit the tropical nature of piece-wise linear neural networks by embedding the data in the tropical projective torus in a single hidden layer which can be added to any model. We study the geometry of its decision boundary theoretically and show its robustness against adversarial attacks on image datasets using computational experiments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google