Select Language

Open Dataset

NIPS 2017年:敵対的学習開発セット

NIPS 2017年:敵対的学習開発セット

146.24M
283 hits
0 likes
2 downloads
0 discuss
Computer Science,Sports,Artificial Intelligence,Martial Arts Classification

Data Structure ? 146.24M

    Data Structure ?

    *The above analysis is the result extracted and analyzed by the system, and the specific actual data shall prevail.

    README.md

    既存の多くの機械学習分類器は敵対的サンプルに対して非常に脆弱です。敵対的サンプルとは、機械学習分類器に誤分類させることを目的として、入力データのサンプルをわずかに改変したものです。多くの場合、これらの改変は非常に微妙で、人間の観察者にはまったく気づかれない程度ですが、分類器は依然として誤りを犯します。 敵対的サンプルは、敵対者が基盤となるモデルにアクセスできない場合でも、機械学習システムに対する攻撃に利用される可能性があるため、セキュリティ上の懸念を引き起こします。 敵対的サンプルに関する研究を加速するために、[Google Brain](http://g.co/brain) は [NIPS 2017 コンペティショントラック](https://nips.cc/Conferences/2017/CompetitionTrack) 内で **敵対的サンプルと防御に関するコンペティション** を開催しています。このデータセットには、このコンペティションの開発用画像が含まれています。 敵対的サンプルと防御に関するコンペティションは、3つのサブコンペティションから構成されています。 - [非ターゲット型敵対的攻撃](https://www.kaggle.com/c/nips-2017-non-targeted-adversarial-attack)。非ターゲット型攻撃の目的は、一般に未知の機械学習分類器によって画像が誤分類されるように、ソース画像をわずかに改変することです。 - [ターゲット型敵対的攻撃](https://www.kaggle.com/c/nips-2017-targeted-adversarial-attack)。ターゲット型攻撃の目的は、一般に未知の機械学習分類器によって画像が指定されたターゲットクラスとして分類されるように、ソース画像をわずかに改変することです。 - [敵対的攻撃に対する防御](https://www.kaggle.com/c/nips-2017-defense-against-adversarial-attack)。防御の目的は、敵対的サンプルに対して頑健な、つまり敵対的画像を正しく分類できる機械学習分類器を構築することです。 各サブコンペティションでは、対応するタスクを解くプログラムを作成して提出することが求められます。コンペティションの終了時に、すべての攻撃をすべての防御に対して実行し、各攻撃が各防御に対してどのように機能するかを評価します。
    ×

    The dataset is currently being organized and other channels have been prepared for you. Please use them

    The dataset is currently being organized and other channels have been prepared for you. Please use them

    Note: Some data is currently being processed and cannot be directly downloaded. We kindly ask for your understanding and support.
    No content available at the moment
    No content available at the moment
    • Share your thoughts
    Go share your ideas~~

    ALL

      Welcome to exchange and share
      Your sharing can help others better utilize data.
    Points:0 Go earn points?
    • 283
    • 2
    • 0
    • collect
    • Share