이번 리뷰는 Adversarial Examples을 GAN을 사용하여 Defense하는 Defense-GAN에 대한 논문이다. 기존에 GAN에 대해 관심도 가지고 있었는데 이렇게 attack에 GAN을 접목시켜서 Defense를 한다니 흥미롭지 않을 수 없다 ㅎㅎ..살펴보도록 하자! https://arxiv.org/abs/1805.06605 Defense-GAN: Protecting Classifiers Against Adversarial Attacks Using Generative Models In recent years, deep neural network approaches have been widely adopted for machine learning tasks, including classif..

요즘 딥러닝과 forier domain 사이의 관계 또는 조합 관련하여 논문을 읽고 있는데, 그 중 흥미로운 논문 하나를 리뷰하려고한다. https://arxiv.org/abs/2108.08487 Amplitude-Phase Recombination: Rethinking Robustness of Convolutional Neural Networks in Frequency Domain Recently, the generalization behavior of Convolutional Neural Networks (CNN) is gradually transparent through explanation techniques with the frequency components decomposition. Howe..

Introduction 딥러닝은 과거 ML과 인공지능 분야에서 해결하지 못했던 문제들을 풀 수 있는 가능성을 가졌다. 풀리지 않는 과학 난제들을 해결하기 위해 사용되고, 최근 speech recognition과 language understanding 문제에서도 많이 쓰이고 있다. (ex. brain circuit, DNA 등) 특히 2012년도에 Convolution Neural Network가 등장하여, Computer vision 분야에서 엄청난 성능을 보였다. 이 이후로 컴퓨터 비전분야에서는 medical science부터 mobile applications까지, 다양한 어려운 문제들을 딥러닝 연구를 통해 풀어내면서 수많은 contributions을 내었다. 딥러닝의 발전과 함께, 점차 안전과 보..

최근 Adversarial attack에 대한 논문을 읽고 정리하는 중이다. 이전에 접해본 적이 없는 분야이기 때문에 헷갈리는 부분도 많고, 잘못 이해한 부분이 있을 수 있으니 댓글로 알려주길 바란다. 첫번째로, Adversarial attack의 basic한 논문인 "Explaining and harnessing adversarial examples"를 살펴보려고 한다. 이 논문은 adversarial attack에 대한 취약성을 non-linearity가 아닌 linearity로써 최초로 설명하였고, 비효율적으로 만들어지던 adversarial examples를 빠르고 쉽게 만드는 Fast Gradient Sign Method를 제안하는 등의 기여를 하였다. 이제 본 논문을 천천히 읽어보도록 하자! ..