Adversarial Examples | Abstract 第3文
We argue instead that the primary cause of neural networks’ vulnerability to adversarial perturbation is their linear nature.
Ian J. Goodfellow, "Explaining and Harnessing Adversarial Examples"
ニューラルネットワークを騙すような入力となるAdversarial Examplesが存在する理由とそれを生成する方法を示した論文である
「その代わり、我々は、敵対的摂動に対するニューラルネットワークの脆弱性の主な原因がそれらの線形な性質であることを主張する。」
insteadは「その代わりに、それよりも」という意味です。「それ」が何を指しているかというと、前の文の"nonlinearity and overfitting"を指していて、先行研究との対比をしています。つまり、先行研究はnonlinearity(非線形性)やoverfitting(過学習)に着目していたのに対し、この研究ではlinear nature(線形な性質)に焦点を当てていることがポイントです。
Adversarial Examples | Abstract 第2文 - AI Paper English F.o.R.
薬袋善郎先生の公式ウェブサイト
