Ataques adversarios a redes neuronales artificiales con FGSM
Metadatos
Mostrar el registro completo del ítemcomunitat-uji-handle:10234/158176
comunitat-uji-handle2:10234/71324
comunitat-uji-handle3:10234/97526
comunitat-uji-handle4:
TFG-TFMEste recurso está restringido
Metadatos
Título
Ataques adversarios a redes neuronales artificiales con FGSMAutoría
Tutor/Supervisor; Universidad.Departamento
Gregori, Pablo; Universitat Jaume I. Departament de MatemàtiquesFecha de publicación
2019-10Editor
Universitat Jaume IResumen
En este documento se presenta la memoria de la estancia en prácticas realizada en el Instituto
de Tecnología Cerámica y el Trabajo de Fin de Grado, en el que se profundiza sobre los aspectos
teóricos y prácticos ... [+]
En este documento se presenta la memoria de la estancia en prácticas realizada en el Instituto
de Tecnología Cerámica y el Trabajo de Fin de Grado, en el que se profundiza sobre los aspectos
teóricos y prácticos presentes en la generación de ejemplos adversarios y los ataques y defensas
que se pueden llevar a cabo con ellos.
Las labores realizadas durante la estancia en prácticas, se pueden diferenciar en dos grandes
bloques. En el primero, se desempeñaron distintas tareas propias del campo de la minería de datos
aplicadas al sector de la cerámica, mientras que en el segundo bloque, se centró la atención en un
proyecto cuyo objetivo es crear una herramienta de visualización y análisis de datos relevantes
para las empresas de este sector.
Finalmente, para el TFG se ha realizado un análisis teórico y práctico sobre los ejemplos
adversarios. La parte teórica se centra en la demostración matemática que prueba que el Fast
Gradient Sign Method (FGSM) generalizado tiene efecto de regularización. Por lo que respecta
a la parte práctica, en ella se exponen los resultados obtenidos durante la realización de ataques
adversarios a dos populares arquitecturas de redes neuronales previamente entrenadas como son
Inception V3 y MobileNet V2. [-]
Palabras clave / Materias
Grau en Matemàtica Computacional | Grado en Matemática Computacional | Bachelor's Degree in Computational Mathematics | ejemplos adversarios | FGSM | redes neuronales artificiales | aprendizaje automático | efecto de regularización | adversarial examples | artificial neural networks | machine learning | regularization effect
Descripción
Treball Final de Grau en Matemàtica Computacional. Codi: MT1030. Curs: 2018/2019
Tipo de documento
info:eu-repo/semantics/bachelorThesisDerechos de acceso
http://rightsstatements.org/vocab/CNE/1.0/
info:eu-repo/semantics/restrictedAccess
info:eu-repo/semantics/restrictedAccess