Shapes are not enough: CONSERVAttack and its use for finding vulnerabilities and uncertainties in machine learning applications
Die Autoren stellen den CONSERVAttack vor, einen neuen adversarialen Angriff, der systematische Unsicherheiten in Machine-Learning-Modellen der Hochenergiephysik ausnutzt, um Schwachstellen aufzudecken, die durch herkömmliche Validierungsmethoden übersehen werden, und schlägt Strategien zur Abschwächung dieser Verwundbarkeiten vor.