arXiv ID:
2603.17628
arXiv 提交日期: 2026-03-18
rSDNet:一种统一对抗标签噪声和对抗攻击的鲁棒神经网络学习方法 / rSDNet: Unified Robust Neural Learning against Label Noise and Adversarial Attacks
1️⃣ 一句话总结
这篇论文提出了一种名为rSDNet的统一鲁棒学习方法,它通过一种基于S-散度的统计估计框架,让神经网络在训练时能同时抵御数据标签错误和输入对抗攻击,从而在保持正常数据上准确率的同时,显著提升了模型在受污染数据上的可靠性。