LAROUDIE, M. Clément (2024) Etude de Certifiabilité à l'aide d'opérateurs morphologiques PRE - Projet de recherche, ENSTA.
Fichier(s) associé(s) à ce document :
PDF Available under License Creative Commons Attribution. 881Kb |
Résumé
Les réseaux de neurones profonds sont particulièrement vulnérables à des attaques adversariales, ce qui devient problématique dans des domaines où la sécurité est un enjeu critique. Un des défis est donc de créer des modèles qui sont moins sensibles à ce genre d'attaque mais qui peuvent également le certifier. Notre travail étudie un opérateur morphologique particulier, la dilatation, qui a des propriétés intéressantes et qui pourrait s'avérer une bonne alternative aux convolutions. À cette fin, nous avons tenté de créer un modèle 1-Lipschitzien qui intègre des couches de dilatations.
Type de document: | Rapport ou mémoire (PRE - Projet de recherche) |
---|---|
Mots-clés libres: | Apprentissage profond, Vision par ordinateur, Morphologie, Certifiabilité, Robustesse, Modèles Lipschitziens |
Sujets: | Sciences et technologies de l'information et de la communication |
Code ID : | 9990 |
Déposé par : | Clément LAROUDIE |
Déposé le : | 13 août 2024 15:45 |
Dernière modification: | 13 août 2024 15:45 |