模型压缩中的对抗鲁棒性实验分析

• 作者: 夏海峰 袁晓彤
• 来源期刊: 陕西师范大学学报（自然科学版）
• 学科: 数学
• 关键词: 深度神经网络 模型压缩 对抗攻击 对抗训练
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 人工智能专题
• 页码范围: 69-75
• 页数: 7页
• 分类号: O142
• 字数: 4463字
• 语种: 中文

摘要

模型压缩和对抗鲁棒性在深度学习模型落地到实际应用场景中扮演着重要的角色,本文将二者结合到同一视角下,探讨在模型压缩同时又可以使精简后的模型具有鲁棒性的问题.在对抗训练的框架下,对模型压缩和模型鲁棒性之间一些性质上的关联进行了研究,并且通过实验证明了模型压缩和对抗鲁棒性可以同时得到.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁晓彤	南京信息工程大学江苏省大数据分析技术重点实验室	7	27	2.0	5.0
2	夏海峰	南京信息工程大学江苏省大数据分析技术重点实验室	2	1	1.0	1.0