Talk預告 | 新加坡Sea AI Lab龐天宇:(合理定義的)魯棒性與準確率之間不存在矛盾

本期為TechBeat人工智能社區(qū)第432期線上Talk。
北京時間8月18日(周四)20:00,新加坡Sea AI Lab?Research Scientist——龐天宇的Talk將準時在TechBeat人工智能社區(qū)開播!
他與大家分享的主題是: “(合理定義的)魯棒性與準確率之間不存在矛盾”,屆時將從源頭探索并介紹魯棒性與準確率之間的trade-off到底來自哪里。
Talk·信息
主題:(合理定義的)魯棒性與準確率之間不存在矛盾
嘉賓:新加坡Sea AI?Lab?Research Scientist?龐天宇
時間:北京時間?8月18日?(周四) 20:00
地點:TechBeat人工智能社區(qū)
http://www.techbeat.net/

完整版怎么看?
掃描下方二維碼,或復制鏈接https://datayi.cn/w/QPDWp2bR瀏覽器,一鍵完成預約!上線后會在第一時間收到通知哦
Talk·介紹
之前很多工作都認為魯棒性與準確率是矛盾的,即想要提高模型魯棒性(例如進行對抗訓練),則必然會以降低準確率為代價。在這個talk中,我們從源頭探索這種魯棒性與準確率之間的trade-off到底來自哪里。具體來講,我們說明了這種trade-off來自于魯棒性的不恰當定義,由此我們提出了自洽魯棒性SCORE,可以解釋對抗訓練過擬合以及語義梯度的現(xiàn)象。實驗上SCORE方法在維持模型魯棒準確率的同時,可以大幅提高正常準確率。
具體分享提綱如下:
1. ICML 2022論文Robustness and Accuracy Could Be Reconcilable by (Proper) Definition
(https://www.techbeat.net/article-info?id=3718)
Talk·預習資料
https://proceedings.mlr.press/v162/pang22a/pang22a.pdf
https://openaccess.thecvf.com/content/CVPR2022/papers/Pang_Two_Coupled_Rejection_Metrics_Can_Tell_Adversarial_Examples_Apart_CVPR_2022_paper.pdf
https://openreview.net/pdf?id=Xb8xvrtB8Ce
Talk·提問交流
通過以下兩種方式提問都將獲得微信現(xiàn)金紅包獎勵哦!
方式 ①
在Talk界面下的【交流區(qū)】參與互動!留下你的打call??和問題??,和更多小伙伴們共同討論,被講者直接翻牌解答!

你的每一次貢獻,我們都會給予你相應(yīng)的i豆積分,還會有驚喜獎勵哦!
方式 ②
在本文留言區(qū)直接提出你的問題,或掃描下方二維碼提問!

Talk·嘉賓介紹

新加坡Sea AI Lab Research Scientist
龐天宇,新加坡Sea AI Lab研究員,博士畢業(yè)于清華大學計算機系朱軍老師組。主要研究方向為可信機器學習以及生成式模型。在ICML/NeurIPS/ICLR,CVPR/ICCV/ECCV上發(fā)表20余篇文章,總引用數(shù)3800+。曾榮獲微軟學者獎學金,百度獎學金,鐘士模獎學金,英偉達學術(shù)先鋒獎。
個人主頁:
https://p2333.github.io/

-The End-

關(guān)于TechBeat人工智能社區(qū)
TechBeat (www.techbeat.net) 是一個薈聚全球華人AI精英的成長社區(qū)。 我們希望為AI人才打造更專業(yè)的服務(wù)和體驗,加速并陪伴其學習成長。 期待這里可以成為你學習AI前沿知識的高地,分享自己最新工作的沃土,在AI進階之路上的升級打怪的根據(jù)地!
更多詳細介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ?