本研究提出了一种新方法，通过线性参数化卷积核验证神经网络在卷积扰动下的鲁棒性。该方法在调整扰动强度的同时，保持核心属性，并在多个基准测试中实现了更紧密的鲁棒性验证界限。

Verification of Neural Networks against Convolutional Perturbations via Parameterized Kernels
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证