| Form of studies |
Bachelor |
| Title of the study programm |
Information Technology |
| Title in original language |
Konkurējošu piemēru atpazīšana, novērtējot piemēra troksni |
| Title in English |
Detecting Adversarial Examples by Evaluation Example Noise |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Jurijs Čižovs |
| Reviewer |
Mg. sc. ing. Irīna Provorova |
| Abstract |
Bakalaura darba izstrādes mērķis ir atrast uzticamu metodi konkurējošu piemēru atpazīšanai, izmantojot statisku trokšņa novērtējumu. Konkurējoši piemēri attēlus klasificējošu dziļo neironu tīklu kontekstā ir attēli, kuriem ļaunprātīgi veiktas mazas, bieži nemanāmas izmaiņas, lai tie tiktu nepareizi klasificēti.
Darba gaitā tika izpētīta dziļo neironu tīklu uzbūve, veikta literatūras par konkurējošiem piemēriem, to izveides metodēm un aizsardzības pret tiem metožu izpēte un analīze. Tika aplūkoti vairāki troksni novērtējoši algoritmi un veikta trokšņu novērtējumu apkopošana un analīze. No pētījuma rezultātiem tiek izdarīts empīrisks spriedums, ka atpazīt konkurējošus piemērus, novērtējot troksni, nav iespējams, un tiek veikta tālāka literatūras, kas atbalsta veikto spriedumu, izpēte un analīze. Tiek veikti secinājumi par neveiksmīgās izvirzītā mērķa izpildes iemesliem un konkurējošo piemēru patieso būtību.
Darba apjoms - 52 lpp., 1 tabula, 28 attēli un 2 pielikumi. |
| Keywords |
konkurējošie piemēri, trokšņa novērtēšana, dziļie neironu tīkli |
| Keywords in English |
adversarial examples, noise estimation, deep neural networks |
| Language |
lv |
| Year |
2020 |
| Date and time of uploading |
14.06.2020 15:21:59 |
