#22
summarized by : Koki Madono
Universal Adversarial Perturbation via Prior Driven Uncertainty Approximation

どんな論文か?

偶発的不確実性と認知的不確実性に対するノイズをそれぞれ考慮したような新しいuniversal perturbationの提案
placeholder

新規性

偶発的不確実性に対してMC dropoutを利用、認知的不確実性に対してVGG16の特徴量を用いたtexture biasをLPFM構造を用いた最適化しながら探索する点

結果

universal perturbationの枠組みでの精度が複数の学習済みモデル(resnet/VGG..)でattack精度が改善

その他(なぜ通ったか?等)