通过与人类EEG共同训练,有限但一致地提高对抗鲁棒性的物体识别模型
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
通过与人类脑电图信号共同训练人工神经网络,发现网络的EEG预测准确性与对抗鲁棒性存在显著相关性,表明未来使用EEG的潜力。
🎯
关键要点
- 本研究探讨人工神经网络在对抗攻击下的脆弱性。
- 通过与人类脑电图(EEG)信号共同训练,研究模型表示的对齐是否能增强鲁棒性。
- 发现网络的EEG预测准确性与对抗鲁棒性存在显著相关性。
- 尽管效果有限,但在不同初始化和模型变体中表现出一致性。
- 研究结果表明未来使用EEG的潜力。
➡️