论文部分内容阅读
机器学习算法的鲁棒性对于实际应用十分重要.大多相关研究主要针对大型数据库上的深度模型,针对小型数据库的研究还较为缺乏,困难在于小型数据集上尚无有效的方法来实际计算鲁棒性.文章引入了一种适合小数据集的鲁棒性计算方法,并利用Coimbra乳腺癌数据库评估了多种算法的鲁棒性,发现在训练过程中能有效控制输入输出敏感性的算法具有较强的鲁棒性,同时也具有较高的平均泛化能力.