ランダムな摂動を与えたミニバッチ中の最悪の損失をもつデータの勾配のみを用いて学習を行うMaxUPを提案。敵対的学習の1種とみなすことができ、ガウス型の敵対的サンプルに対する頑健性が向上する。

CIFARやImageNetにおいて、精度の向上を確認した。

精度向上もあまり大きくなく、画像分類における精度向上もMaxUP単体ではなくCutMixと組み合わせたものが多く単体でどこまで効果があるのかも不明。論文で主張している敵対的攻撃というのも、ただのノイズなので、敵対的攻撃とは言い難い。これでもCVPR通るのかという印象が少しある。