WEKO3
アイテム
騙されるAIおよびAIを騙す技術の解説
https://doi.org/10.60177/0002000110
https://doi.org/10.60177/0002000110bd79bea5-f309-4c1a-8a52-41e0b872e73a
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
dck_3_04_nakada.pdf (2.3 MB)
|
.png)
|
| Item type | 紀要論文 / Departmental Bulletin Paper(1) | |||||||
|---|---|---|---|---|---|---|---|---|
| 公開日 | 2025-03-31 | |||||||
| タイトル | ||||||||
| タイトル | 騙されるAIおよびAIを騙す技術の解説 | |||||||
| 言語 | ja | |||||||
| 言語 | ||||||||
| 言語 | jpn | |||||||
| キーワード | ||||||||
| 言語 | ja | |||||||
| 主題 | 人工知能 | |||||||
| キーワード | ||||||||
| 言語 | ja | |||||||
| 主題 | 敵対的攻撃 | |||||||
| キーワード | ||||||||
| 言語 | ja | |||||||
| 主題 | 防御手法 | |||||||
| キーワード | ||||||||
| 言語 | ja | |||||||
| 主題 | 統計的機械学習 | |||||||
| 資源タイプ | ||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||
| 資源タイプ | departmental bulletin paper | |||||||
| ID登録 | ||||||||
| ID登録 | 10.60177/0002000110 | |||||||
| ID登録タイプ | JaLC | |||||||
| アクセス権 | ||||||||
| アクセス権 | open access | |||||||
| アクセス権URI | http://purl.org/coar/access_right/c_abf2 | |||||||
| その他（別言語等）のタイトル | ||||||||
| その他のタイトル | Introduction of Misled AI and Adversarial Techniques | |||||||
| 言語 | en | |||||||
| 著者 |
中田 尚
× 中田 尚
|
|||||||
| 著者（英） | ||||||||
| 姓名 | Takashi Nakada | |||||||
| 言語 | en | |||||||
| 姓 | Nakada | |||||||
| 言語 | en | |||||||
| 名 | Takashi | |||||||
| 言語 | en | |||||||
| 抄録 | ||||||||
| 内容記述タイプ | Abstract | |||||||
| 内容記述 | 人工知能の発展に伴い，人工知能の脆弱性が新たな課題として浮上している．人工知能の一つの致命的な欠点として，人間には認識できない程度のノイズであっても，その出力に大きな影響を与える敵対的攻撃の存在である．本稿では画像認識を題材として敵対的攻撃とその防御手法について簡単な例を用いて説明する．具体的には，画像認識モデルに対する代表的攻撃手法であるFGSM攻撃の効果を分析し，人工知能モデルの堅牢性を高める防御策の一つとしてBwoBLを紹介する．特に大規模データセットであるImageNetを用いた実験を通じて，その有効性を示す． | |||||||
| 言語 | ja | |||||||
| bibliographic_information |
ja : ダイナミック・クリエイティブ・ナレッジ en : Dynamic Creative Knowledge 巻 3, p. 17-24, ページ数 8, 発行日 2025-03-31 |
|||||||
| 出版者 | ||||||||
| 出版者 | 大阪国際工科専門職大学 | |||||||
| 言語 | ja | |||||||
| 出版者 | ||||||||
| 出版者 | International Professional University of Technology in Osaka | |||||||
| 言語 | en | |||||||
| item_10002_source_id_9 | ||||||||
| 収録物識別子タイプ | ISSN | |||||||
| 収録物識別子 | 2758-7320 | |||||||
