LayerMix：通过分形整合增强数据增强以实现稳健的深度学习

本研究针对深度学习模型在应对分布变化时的脆弱性问题，提出了一种名为LayerMix的新型数据增强方法。该方法通过结构化的分形图像合成，提高模型的鲁棒性，生成语义一致的合成样本，显著提升了神经网络的泛化能力，尤其在各项基准数据集中的分类精度和深度学习的安全性指标方面表现优越。