arXiv · ML· Rachel Morris, Ryan Murray, Kerrek Stinson·· 8 小时前AI 评分22
对抗训练：鲁棒性与几何精度之间的权衡
On the tradeoff between robustness and geometric accuracy in adversarial training
AI 导读
论文证明了非参数二元分类中对抗分类器的鲁棒性与几何精度的定量权衡。 结果显示，鲁棒分类器在精度上的损失至多为 O(√ε) 或 O(ε)，取决于贝叶斯分类器的正则性。 研究证明，高复杂度假设类允许实现具有精确量化精度的鲁棒分类器，优于低复杂度类的结论。
来源：arXiv · ML · arxiv.org