基于保留动力学过程使用稀疏网络鲁棒地分类图片的方法
基本信息
| 申请号 | CN202210355240.8 | 申请日 | - |
| 公开（公告）号 | CN114692834A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114692834A | 申请公布日 | 2022-07-01 |
| 分类号 | G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06V10/764（2022.01）I;G06V10/82（2022.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 张岩;郑鹏飞;谢吉雨;张化鹏;贾晓玉 | 申请（专利权）人 | 南京大学 |
| 代理机构 | 江苏圣典律师事务所 | 代理人 | - |
| 地址 | 210023江苏省南京市栖霞区仙林大道163号南京大学 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了基于保留动力学过程使用稀疏网络鲁棒地分类图片的方法，结合神经正切核理论和对抗训练的动力学过程，使用对抗攻击得到稀疏网络和密集网络的各自的对抗样本，得到适宜进行对抗训练的稀疏网络，用稀疏网络在图片集上进行对抗训练，得到分类器，实现对对抗攻击的有效抵御。本方法得到的稀疏网络的性能与原始的密集网络性能相当，对抗鲁棒性优于最近提出的Inverse Weight Inheritance2020，且本发明在初始化时便找到了目标稀疏网络，不需要像现有方法那样迭代地进行对抗训练‑剪枝过程，大大减少了训练时间，因此本发明优于现有的同任务方法，使得对抗鲁棒神经网络在资源有限设备上的部署成为可能。 |
