 |
|
| Adversarial Training bezeichnet eine Methode des maschinellen Lernens, bei der ein Modell gezielt mit sogenannten adversarialen Beispielen trainiert wird, also mit Eingabedaten, die durch minimale, für den Menschen kaum wahrnehmbare Perturbationen verändert wurden, um das Modell zu falschen Vorhersagen zu verleiten. |  |
 |
Ziel dieses Verfahrens ist es, die Robustheit des Modells gegenüber solchen gezielten Angriffsversuchen zu erhöhen und damit dessen Sicherheit und Verlässlichkeit zu verbessern.
Adversarial Training kann als eine Form der Regularisierung verstanden werden, da es das Modell dazu zwingt, invariablere Merkmalsrepräsentationen zu lernen. Die Methode findet insbesondere Anwendung in sicherheitskritischen Bereichen wie der Bildklassifikation, der Spracherkennung und der autonomen Navigation. |
 |
|
Ausführliche Auseinandersetzungen mit dem Begriff „Adversarial Training“ finden sich in den Büchern:
| Beyond (Multi-) Media Multimediaformen erklärt: Von Panoramabildern über 3D bis zu den immersiven Welten des Metaversums X.Media Press, Springer Vieweg, 2025 ISBN: 978-3-658-48566-5 |
Metaversum Die Verschmelzung von Realität und Virtualität im Next Generation Internet Springer Vieweg, Wiesbaden, 2. Aufl. 2025 ISBN-13: 978-3-658-48179-7 |