深層学習モデルについて人間が知覚できない極小なノイズを画像に加えるだけで分類を阻害するAdversarial Perturbationsを、分類の反例によって説明を行うCounterfactual Explanationsに応用する。学習における急激な勾配を避けるように正則化することで、より意味のあるPerturbationsを生成する。