Adversarial Robustness
时间: 2024-06-18 13:06:22 浏览: 274
Adversarial Robustness,中文称为对抗鲁棒性,是指机器学习模型在面对人为制造的对抗样本(即通过对原始样本加入一定的扰动使其被误分类)时,仍能保持良好的性能表现。目前,对抗攻击已经成为机器学习中重要的研究方向之一。Adversarial Robustness 的研究旨在提高机器学习模型的鲁棒性,使其能够更好地应对各种威胁,从而更可靠地服务于实际应用场景。
阅读全文
相关推荐














