博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
直播预告:对神经网络对抗鲁棒性正则化的认识 | AI TIME PhD
阅读量:2243 次
发布时间:2019-05-09

本文共 1054 字,大约阅读时间需要 3 分钟。

对神经网络对抗鲁棒性正则化的认识       

2020年8月12日 20:00-21:00     

划重点

直播通道:

哔哩哔哩直播通道

扫码点击链接

关注AITIME哔哩哔哩官方账号

观看直播

链接:https://live.bilibili.com/21813994

对抗样本的存在表明现代神经网络是相当脆弱的。

为解决这一问题,研究者相继提出了许多方法,其中使用对抗样本进行训练被认为是至今最有效的方法之一。

然而,经过对抗训练后神经网络对于正常样本的性能往往会下降,这一问题引起了学术界的广泛关注,这种准确度与鲁棒性之间互相妥协的本质原因仍未被找出。

在这一工作中,讲者及其团队从正则化的角度来研究神经网络的对抗鲁棒性。指出,经过对抗训练之后的网络在特征空间的绝大多数方向上将被平滑,导致样本集中于决策边界附近;换言之,经过对抗训练的网络输出往往是相对低置信度的,这种网络对于正常样本的性能往往也是更差的。

研究表明,我们应该以更温和的手段来构建对抗鲁棒性,避免过度正则化。

直播时间:

2020年8月12日 19:30-20:30

嘉宾简介:

温宇馨,本科毕业于华南理工大学,目前在华南理工大学几何感知与智能实验室就读博士四年级,导师为贾奎教授。研究兴趣包括计算机视觉与机器学习。已在相关领域的国际顶级会议期刊如ICML, TPAMI等发表多篇论文。

直播结束后我们会邀请讲者在微信群中与大家答疑交流,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“phd”,将拉您进“AI TIME PhD交流群-1”!

AI TIME微信小助手

联合支持:中国工程院知领直播、学堂在线、CSDN

公益合作:智谱·AI、学术头条、biendata、大数据文摘、数据派、AI科技评论、 Ever链动、机器学习算法与自然语言处理

清华情怀·AITIME基地

1911主题餐厅

待疫情结束,AI TIME期待与您线下相聚!

AI Time欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,请将简历等信息发至yun.he@aminer.cn!

微信联系:AITIME_HY

AI Time是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。

更多资讯请扫码关注

转载地址:http://lmgbb.baihongyu.com/

你可能感兴趣的文章
直插,快排,堆排,归并排序的分析
查看>>
二叉树的各种操作(面试必备)
查看>>
oracle
查看>>
泛型与通配符详解
查看>>
BaseServiceImpl中的实现关键点
查看>>
Struts2中的session、request、respsonse获取方法
查看>>
如何理解MVC模型
查看>>
SpringMVC中乱码解决方案
查看>>
SpringMVC中时间格式转换的解决方案
查看>>
post和get请求相关知识点
查看>>
关于try finally 中的return语句的问题
查看>>
RequestBody/ResponseBody处理Json数据
查看>>
springmvc请求参数获取的几种方法
查看>>
在eclipse中创建和myeclipse一样的包结构
查看>>
Java中的IO流
查看>>
java中的关键字
查看>>
如果某个方法是静态的,它的行为就不具有多态性
查看>>
优化Hibernate所鼓励的7大措施
查看>>
Java 8系列之重新认识HashMap
查看>>
HashMap 、 ArrayList、String 重写了equals方法 而Object类(比如User)没有重写
查看>>