非参数概率鲁棒性 NPPR：未知扰动分布下的保守风险估计器
Non-Parametric Probabilistic Robustness: A Conservative Risk Estimator under Unknown Perturbation Distributions
AI 导读
研究提出非参数概率鲁棒性（NPPR）指标，在未知扰动分布下从数据学习扰动分布，并给出保守风险估计。其基于高斯混合模型（GMM）构建估计器，覆盖输入相关与无关扰动场景；在 CIFAR-10、CIFAR-100、Tiny ImageNet 及 ResNet18/50、WideResNet50、VGG16 上，NPPR 的 PR 估计低于假设常见扰动分布时的结果。