A stnadard cnn nem-linearitás egy korlátos aktivációs függvény

Az alacsony intenzitású támadások, (low-intensity attack-ok) nem elég robusztusak a gyakorlati alkalmazáshoz a nézőpont vagy fényviszonyok megváltozása módosítja őket.

Egy hálózat döntésénél a bement átlagos intenzitásának változtatásával leelenőrizhetjük,hogy az adat mely része játszott szerepet a döntésben.

A standard cnn nem-linearitás egy nem korlátos aktivációs függvény

Egy hálózat döntésénél fokozatos kitartásokkal leelenőrizhetjük,hogy az adat mely része játszott szerepet a döntésben.

Az adversarial attack-ok olyanok mint az illúziók az emberi látórendszer számára

A matrica alapú támadások a bement minden pontját módosítják, viszont csak nagyon kicsi, nem észrevehető mértékben.

Az alacsony intenzitású támadások, (low-intensity attack-ok) elég robusztusak a gyakorlati alkalmazáshoz és a speciális zajt kinyomtatva és az objektumra ragasztva is használhatóak

A matrica alapú támadások hatékonysága lecsökkenthető nem-korlátos nem-lienaritások használatával

A neurális hálózatok általában helyes és nem magabiztos (alacsony konfidenciájú ) választ adnak a bementi eloszlástól távol eső mintákra