메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Md Foysal Haque (Dong-A University) Dae-Seong Kang (Dong-A University)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2021년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2021.6
수록면
169 - 173 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

Advanced Generative Adversarial Defense Model using Instance Sparsity Mapping Network
Md Foysal Haque ,  Dae-Seong Kang 한국정보기술학회논문지 2021.08 학술저널
Adversarial Sparsity Mapping Network to Defense Against Adversarial Attacks
Md Foysal Haque ,  Dae-Seong Kang Proceedings of KIIT Conference 2021.06 학술대회자료

초록· 키워드

오류제보하기
적대적 네트워크는 서로 다른 이미지 처리 작업에서 우수한 정확도를 달성했다. 생성적 적대 네트워크의 핵심은 출력을 참조 이미지로써 개선하기 위해 비지도 학습 프로세스를 채택한다는 것이다. 그러나 이 네트워크는 여전히 대상을 식별하기엔 느린 학습 과정과 학습 과적합과 같은 문제에 직면해 있다. 적대적 공격은 모델이 원하는 이미지 처리 작업을 달성하기 어렵게 만든다. 본 논문은 적대적 공격으로부터 무력화하기 위해 심층 신경망인 적대적 모델을 제시한다. 제안된 모듈은 적대적 공격을 무력화하기 위해 적대적 희소성 매핑 네트워크를 채택한다. 적대적 이미지 생성 작업은 제안한 방법으로 적대적 공격에 대해 높은 견고성을 제공한다는 것을 보여준다.
#generative adversarial network #image generation #adversarial attacks

목차

요약
Abstract
Ⅰ. Introduction
Ⅱ. Related Algorithm
Ⅲ. Algorithm
Ⅳ. Experiment & Results
Ⅴ. Conclusions
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-001772730