强健主动学习(RoAL):通过弹性权重巩固对抗动态对手的主动学习
原文中文,约200字,阅读约需1分钟。发表于: 。本研究针对动态对手攻击下主动学习框架的脆弱性,提出了一种新方法——强健主动学习(RoAL),结合弹性权重巩固(EWC)以应对灾难性遗忘。研究表明,RoAL有效应对动态对手威胁,并显著提升主动学习系统的健壮性与性能。
该研究提出了一种使用鲁棒性优化增加人工神经网络本地稳定性的通用框架。该算法通过替代最小化-最大化过程实现,提高了网络对敌对示例的鲁棒性,并提高了网络在原始测试数据上的准确性。