ইলিয়াস প্রমুখ।
আক্রমণের সময় লেবেলের সাথে এর সম্পর্ক। ইলিয়াস প্রমুখ।
পরামর্শ দেয় যে পথচারীদের দৃঢ় বৈশিষ্ট্যগুলি ছাড়াও আমরা যা জানি এবং ভালবাসি (যেমন আকাশের রঙ), আমাদের মডেলগুলি দরকারী, অ-শক্তিশালী বৈশিষ্ট্যগুলিকেও কাজে লাগাতে পারে, যার মধ্যে কিছু মানুষের অন্তর্দৃষ্টির সীমার বাইরেও। এটি প্রশ্ন তোলে: এই ধরনের দুর্বল বৈশিষ্ট্যগুলি দেখতে কেমন হতে পারে?
রৈখিক মডেলগুলিতে অ-শক্তিশালী বৈশিষ্ট্য
আমাদের অনুসন্ধানটি সরলীকৃত হয় যখন আমরা নিম্নলিখিতগুলি উপলব্ধি করি: অ-শক্তিশালী বৈশিষ্ট্যগুলি গভীর শিক্ষার সম্মুখীন হওয়া জটিল, নন-লিনিয়ার মডেলগুলির জন্য অনন্য নয়। যেমন ইলিয়াস প্রমুখ
মনোযোগ দিন, তারা এমনকি সবচেয়ে বিনয়ী মডেলের মধ্যে উত্থিত হয় – রৈখিক। সুতরাং, আমরা ফর্মের রৈখিক বৈশিষ্ট্যগুলিতে আমাদের মনোযোগ সীমাবদ্ধ করি:
একটি রৈখিক বৈশিষ্ট্যের শক্তিশালী উপযোগিতা একটি মার্জিত পচন স্বীকার করে
\begin{aligned} \mathbf{E}\left[\inf_{\|\delta\|\leq\epsilon}yf(x+\delta)\right] & =\mathbf{E}\বাম[yf(x)+\inf_{\|\delta\|\leq\epsilon}yf(\delta)\right]\\ & =\mathbf{E}\বাম[yf(x)+\inf_{\|\delta\|\leq\epsilon}y\frac{a^{T}\delta}{\|a\|_{\Sigma}}\right]\\ & =\mathbf{E}\বাম[yf(x)+\frac{\inf_{\|\delta\|\leq\epsilon}a^{T}\delta}{\|a\|_{\Sigma}}\right]=\mathop{\mathbf{E}[yf(x)]}-\epsilon\frac{\|a\|_{*}}{\|a\|_{\Sigma}} \end{aligned}
দুটি পদের জন্য:
একটি বৈশিষ্ট্যের শক্তিশালী উপযোগিতা
লেবেলের সাথে অ্যাট্রিবিউটের পারস্পরিক সম্পর্ক
বৈশিষ্ট্যের দৃঢ়তার অভাব
উপরের সমীকরণে এর দ্বৈত আদর্শ প্রদর্শন করে . এই পচন আমাদেরকে রৈখিক বৈশিষ্ট্যের যেকোন সেট কল্পনা করার জন্য একটি ডিভাইস দেয় দ্বিমাত্রিক প্লটে।
বিচ্ছেদ বাইনারি শ্রেণীবিভাগের কাজটি নীচে বর্ণিত হয়েছে ট্রাক এবং ব্যাঙ বৈশিষ্ট্য সেটে CIFAR-10-এ অনুরূপ ডেটার একটি একক ভেক্টর।
যাইহোক, অধরা এবং অ-শক্তিশালী দরকারী বৈশিষ্ট্যগুলি উপরের প্লট থেকে অনুপস্থিত বলে মনে হচ্ছে। সৌভাগ্যবশত, আমরা এই ফাউন্ডেশনের উপাদানগুলোকে কৌশলগতভাবে একত্রিত করে এই ধরনের বৈশিষ্ট্য তৈরি করতে পারি।
আমরা দুটি কাঠামো প্রদর্শন করি:
এটা আশ্চর্যজনক, অতএব, মাদ্রি এট আল-এর পরীক্ষাগুলি।
প্রতিক্রিয়া সারাংশ: অ-শক্তিশালী স্পষ্ট বৈশিষ্ট্যগুলির নির্মাণ খুবই আকর্ষণীয় এবং আমাদের পরীক্ষা দ্বারা চিহ্নিত কিছু অ-শক্তিশালী ইউটিলিটি বৈশিষ্ট্যগুলিকে অনুকরণ করার চ্যালেঞ্জের দিকে অগ্রসর হয়৷ আমরা এও সম্মত যে অ-শক্তিশালী বৈশিষ্ট্যগুলি যেগুলি “বিক্ষিপ্তকারী” হিসাবে উদ্ভূত হয় তা প্রকৃতপক্ষে আমাদের তাত্ত্বিক কাঠামো দ্বারা চালিত হয় না, এমনকি যদি এটি আমাদের পরীক্ষা দ্বারা চালিত হয়। এই সাধারণ তাত্ত্বিক কাঠামোটি আমাদের পরীক্ষার ফলাফলের যুক্তি এবং ভবিষ্যদ্বাণী করার জন্য যথেষ্ট ছিল
প্রতিক্রিয়া: এই পরীক্ষাগুলি (বিভিন্ন রৈখিক বৈশিষ্ট্যগুলির দৃঢ়তা এবং উপযোগিতা প্রদর্শন) খুব আকর্ষণীয়! উভয়ই দরকারী, অ-শক্তিশালী বৈশিষ্ট্যগুলির অস্তিত্বকে আরও নিশ্চিত করে এবং এই অ-শক্তিশালী বৈশিষ্ট্যগুলি আসলে দেখতে কেমন তা কল্পনা করার দিকে এগিয়ে যায়।
আমরা অ-শক্তিশালী বৈশিষ্ট্যগুলির (আমাদের তাত্ত্বিক কাঠামোতে সংজ্ঞায়িত হিসাবে) নির্মাণের দ্বারা তৈরি বিন্দুকেও প্রশংসা করি যা দরকারী+শক্তিশালী এবং অকেজো+অ-শক্তিশালী বৈশিষ্ট্যগুলির সংমিশ্রণ। আমাদের তাত্ত্বিক কাঠামো এমন একটি দৃশ্যের জন্য অনুমতি দেয়, এমনকি যদি – যেমন মন্তব্যকারী ইতিমধ্যেই উল্লেখ করেছেন – আমাদের পরীক্ষার ফলাফল তা করে না। (এই অর্থে, আমাদের পরীক্ষামূলক ফলাফল এবং মূল পথটি আসলে আমাদের তাত্ত্বিক কাঠামো প্রযুক্তিগতভাবে ধরার চেয়ে শক্তিশালী।) বিশেষত, এই ধরনের পরিস্থিতিতে, নির্মাণের সময় ডেটাসেট, অ্যাট্রিবিউটের শুধুমাত্র দুর্বল এবং অকেজো শব্দটিকে বিপরীত করা হবে। সুতরাং, এই ধরনের একটি ডেটাসেটে প্রশিক্ষিত একটি শ্রেণিবিন্যাসকারী ভবিষ্যদ্বাণীকৃত শক্তিশালী বৈশিষ্ট্যটির সাথে যুক্ত করবে
ভুল লেবেল এবং এইভাবে পরীক্ষার সেটে অন্তর্ভুক্ত করা হবে না। বিপরীতে, আমাদের পরীক্ষাগুলি দেখায় যে ক্লাসিফায়াররা প্রশিক্ষিত
একটি সাধারণীকরণ করা।
সামগ্রিকভাবে, আমাদের তাত্ত্বিক কাঠামো বিকাশ করার সময় আমাদের ফোকাস ছিল আমাদের পরীক্ষার ফলাফলগুলি আনুষ্ঠানিকভাবে বর্ণনা এবং ভবিষ্যদ্বাণী করতে। নোটটি উল্লেখ করেছে, একটি তাত্ত্বিক কাঠামো উপস্থাপন করা যা অ-শক্তিশালী বৈশিষ্ট্যগুলিকে খুব সঠিকভাবে ক্যাপচার করে তা নিজেই একটি গুরুত্বপূর্ণ ভবিষ্যতের গবেষণা দিক।
ধন্যবাদ
শান কার্টার (ডিজাইন ওভারহল), প্রীতম (প্রযুক্তিগত আলোচনা), ক্রিস ওলা (প্রযুক্তিগত আলোচনা), লুডভিগ (সাধারণ প্রতিক্রিয়া), রিয়া (প্রতিক্রিয়া) আদিতিয়া (প্রতিক্রিয়া)
লেখক অবদান
গবেষণা: অ্যালেক্স বিকাশ করেছে…
লেখা এবং ডায়াগ্রাম: পাঠ্যটি মূলত দ্বারা খসড়া করা হয়েছিল…
তথ্যসূত্র
- প্রতিদ্বন্দ্বী উদাহরণ বাগ নয়, তারা বৈশিষ্ট্য
ইলিয়াস, এ., সান্টুরকার, এস., সিপ্রাস, ডি., ইংস্ট্রম, এল., ট্রান, বি. এবং মাদ্রি, এ., 2019. arXiv প্রিপ্রিন্ট arXiv:1905.02175.
আপডেট এবং সংশোধন
আপনি যদি ভুল দেখতে পান বা পরিবর্তনের পরামর্শ দিতে চান তবে অনুগ্রহ করে GitHub-এ একটি সমস্যা তৈরি করুন।
পুনরায় ব্যবহার
ডায়াগ্রাম এবং টেক্সট ক্রিয়েটিভ কমন্স অ্যাট্রিবিউশন CC-BY 4.0-এর অধীনে লাইসেন্সপ্রাপ্ত, GitHub-এ উপলব্ধ উৎস সহ, যদি না অন্যথায় উল্লেখ করা হয়। অন্যান্য উত্স থেকে পুনঃব্যবহৃত ডেটা এই লাইসেন্সের আওতায় পড়ে না এবং তাদের ক্যাপশনে একটি নোট দ্বারা চিহ্নিত করা যেতে পারে: “এর থেকে ছবি…”।
উদ্ধৃতি
একাডেমিক প্রেক্ষাপটে অ্যাট্রিবিউশনের জন্য, অনুগ্রহ করে এই কাজটি উল্লেখ করুন
Goh, "A Discussion of 'Adversarial Examples Are Not Bugs, They Are Features': Two Examples of Useful, Non-Robust Features", Distill, 2019.
BibTeX উদ্ধৃতি
@article{goh2019a,
author = {Goh, Gabriel},
title = {A Discussion of 'Adversarial Examples Are Not Bugs, They Are Features': Two Examples of Useful, Non-Robust Features},
journal = {Distill},
year = {2019},
note = {https://distill.pub/2019/advex-bugs-discussion/response-3},
doi = {10.23915/distill.00019.3}
}