ВЛИЯНИЕ СИНТЕТИЧЕСКИ СГЕНЕРИРОВАННЫХ ДАННЫХ НА УСТОЙЧИВОСТЬ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ К СОСТЯЗАТЕЛЬНЫМ АТАКАМ

Главная статья

В.А. Ромашов В.В. Еремук

Аннотация

В данной работе рассматривается, как добавление синтетических данных, сгенерированных GAN-моделью, влияет на обучение и устойчивость классификационной модели. На примере CIFAR-10 было показано, что увеличение объёма обучающей выборки за счёт синтетических данных приводит к незначительному росту точности на “чистых” данных, но не решает проблему уязвимости перед состязательными атаками FGSM и PGD.

Подробнее

Как цитировать
РОМАШОВ, В.А.; ЕРЕМУК, В.В.. ВЛИЯНИЕ СИНТЕТИЧЕСКИ СГЕНЕРИРОВАННЫХ ДАННЫХ НА УСТОЙЧИВОСТЬ КЛАССИФИКАЦИОННЫХ МОДЕЛЕЙ К СОСТЯЗАТЕЛЬНЫМ АТАКАМ. Международный журнал информационных технологий и энергоэффективности, [S.l.], v. 10, n. 3(53), p. 009-012, мар. 2025. ISSN 2500-1752. Доступно на: <http://openaccessscience.ru/index.php/ijcse/article/view/855>. Дата доступа: 04 апр. 2025
Раздел
Информационные технологии