Notice
Recent Posts
Recent Comments
Link
반응형
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- 차원 축소
- 자연어 처리
- CNN
- 정규화
- AI
- 딥러닝
- 머신러닝
- rnn
- Deep learning
- GRU
- 인공 신경망
- 회귀
- 머신 러닝
- Machine Learning
- 강화 학습
- q-러닝
- reinforcement learning
- 교차 검증
- 데이터 전처리
- 인공지능
- 활성화 함수
- LSTM
- python
- Q-Learning
- 과적합
- 최적화
- 손실 함수
- 지도 학습
- 신경망
- 강화학습
Archives
- Today
- Total
목록adversarial attacks (1)
move84
딥러닝: 신경망에 대한 적대적 공격
신경망은 이미지 인식, 자연어 처리 등 다양한 분야에서 뛰어난 성능을 보여주지만, 적대적 공격 (Adversarial Attacks)에 취약하다는 사실이 밝혀졌다. 적대적 공격은 신경망이 오분류하도록 설계된 입력 데이터를 사용하는 공격 기법이다. 이 글에서는 적대적 공격의 개념, 유형, 방어 방법에 대해 자세히 알아본다.🧠 적대적 공격이란 무엇인가? (What are Adversarial Attacks?)적대적 공격은 신경망 모델의 예측을 속이기 위해 고안된 악의적인 공격 기법이다. 공격자는 모델의 입력 데이터에 미세한 노이즈 (noise)를 추가하여 모델이 잘못된 예측을 하도록 유도한다. 이 노이즈는 사람의 눈으로는 감지하기 어렵지만, 모델의 예측 결과에 큰 영향을 미칠 수 있다. 예를 들어, 고양이..
딥러닝
2025. 3. 29. 16:33