文档摘要

23.3 对抗样本与鲁棒性数学分析 23.3 对抗样本与鲁棒性数学分析 人工智能系统在图像识别、语音处理乃至自动驾驶等关键任务中展现出惊人的能力，然而其脆弱性也日益暴露——微小的、人眼难以察觉的扰动即可导致模型输出完全错误。这种现象被称为“对抗样本”（Adversarial Examples），而模型抵御此类攻击的能力则称为“鲁棒性”（Robustness）。 会员。《23.3 对抗样本与鲁棒性数学分析》收录于灏天文库文集《应用数学》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/423-%E5%BA%94%E7%94%A8%E6%95%B0%E5%AD%A6

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流