Views provided by UsageCounts
handle: 10234/185160
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.
Treball Final de Grau en Matemàtica Computacional. Codi: MT1030. Curs: 2018/2019
Grau en Matemàtica Computacional, efecto de regularización, regularization effect, redes neuronales artificiales, adversarial examples, machine learning, ejemplos adversarios, FGSM, aprendizaje automático, Bachelor's Degree in Computational Mathematics, Grado en Matemática Computacional, artificial neural networks
Grau en Matemàtica Computacional, efecto de regularización, regularization effect, redes neuronales artificiales, adversarial examples, machine learning, ejemplos adversarios, FGSM, aprendizaje automático, Bachelor's Degree in Computational Mathematics, Grado en Matemática Computacional, artificial neural networks
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
| views | 55 |

Views provided by UsageCounts