情報処理学会第85回全国大会 会期:2023年3月2日~4日 会場:電気通信大学

6U-06
局所応答正規化を導入した視覚野モデルによるAdversarial Examplesへのロバスト性の向上
○宮澤隆太,服部元信(山梨大)
現在, 人間の脳の構造を模倣したニューラルネットワークと呼ばれるモデルが,様々な分野で利用され高い性能を発揮している. 一方で,このニューラルネットワークにおいては,入力データに対し微小なノイズを加えるだけで誤識別を起こしてしまうAdversarial Examplesと呼ばれる問題が存在する. 本研究では,視覚野を模倣したモデルに局所応答正規化と呼ばれる人間の脳で行われる処理を模倣した正規化を導入し,より脳に近いモデルを構築することで, Adversarial Examplesへのロバスト性を獲得する手法を提案する.