#896
summarized by : Yukitaka Tsuchiya
Rob-GAN: Generator, Discriminator, and Adversarial Attacker

どんな論文か?

Adversarial attackerの存在下でGeneratorとDiscriminatorを最適化するRob-GANの提案.Generatorがadversarial trainingを改善し,Adversarial atacckerがGANのtrainingを改善する.
placeholder

新規性

既存手法であるAC-GANの損失を再定式化することでcGANのためのより良い損失を定式化した.

結果

GANのデータaugumentationではResNet18(+cifar10)でSOTAのadversarial trainingでの精度を29.6%から36.4%に向上した.adversarial attackerをGANの学習に組み込むことで収束率に関して,3~7倍早くなった.

その他(なぜ通ったか?等)