本周為TechBeat人工智能社區(qū)第299期線上Talk，也是ICLR 2021系列Talk第⑧期。北京時間4月28日(周三)晚8點，ICLR 2021 Oral一作、日本理化研究所博士后研究員—張景鋒的Talk將準(zhǔn)時在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是: “對抗魯棒性最新的進(jìn)展與機(jī)遇”，屆時將針對作者ICLR?2021與ICML?2020?中與AI安全、機(jī)器學(xué)習(xí)、對抗訓(xùn)練相關(guān)的系列工作進(jìn)行詳細(xì)介紹。

Talk·信息

▼

主題：對抗魯棒性最新的進(jìn)展與機(jī)遇

嘉賓：日本理化研究所博士后研究員?張景鋒

時間：北京時間?4月28日 (周三) 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(fù)制鏈接 https://datayi.cn/w/a9a6AQZR 至瀏覽器，一鍵完成預(yù)約！上線后會在第一時間收到通知哦~

Talk·提綱

▼

對抗樣本可以通過向自然數(shù)據(jù)中添加難以察覺的噪聲來輕易地欺騙經(jīng)過標(biāo)準(zhǔn)訓(xùn)練的深度學(xué)習(xí)模型，從而在醫(yī)學(xué)，金融和自動駕駛等應(yīng)用中導(dǎo)致嚴(yán)重的安全問題。到目前為止，對抗訓(xùn)練（adversarial training, AT）是針對對抗樣本獲得對抗魯棒性的最有效的方法。

本次分享的主要內(nèi)容如下：1.?對抗樣本的產(chǎn)生2. 對抗訓(xùn)練的目的3. 友好的對抗訓(xùn)練 （FAT）4. 基于地理幾何感知的對抗訓(xùn)練 （GAIRAT）

5. 對抗訓(xùn)練的一些最新的科研的進(jìn)展及其機(jī)遇。

Talk·參考資料

▼

這是本次分享中將會提及的資料，建議提前預(yù)習(xí)哦！

已經(jīng)發(fā)表的工作：

1. Towards Robust ResNet: A Small Step but a Giant Leap

https://www.ijcai.org/Proceedings/2019/0595.pdf

2. Attacks Which Do Not Kill Training Make Adversarial Learning Stronger

http://proceedings.mlr.press/v119/zhang20z.html

3. Geometry-aware Instance-reweighted Adversarial Training

https://openreview.net/forum?id=iAX0l6Cz8ub

最新的一些工作：

1. CIFS: Improving Adversarial Robustness of CNNs via Channel-wise Importance-based Feature Selection

https://arxiv.org/abs/2102.05311

2. Understanding the Interaction of Adversarial Training with Noisy Labels

https://arxiv.org/abs/2102.03482

3. Learning Diverse-Structured Networks for Adversarial Robustness

https://arxiv.org/abs/2102.01886

4. Maximum Mean Discrepancy is Aware of Adversarial Attacks

https://arxiv.org/abs/2010.11415

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(xiàn)，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

▼

張景鋒，2016年本科畢業(yè)于山東大學(xué)泰山學(xué)堂 (基礎(chǔ)學(xué)科拔尖學(xué)生培養(yǎng)試驗計劃)；博士畢業(yè)于新加坡國立大學(xué) (NUS)，師從Mohan Kanhanhalli教授，于2020年取得博士學(xué)位；目前為日本理化學(xué)研究所（RIKEN-AIP，Tokyo）博士后研究員，師從Masashi Sugiyama（杉山將）教授。

研究興趣：人工智能的魯棒性。具體細(xì)分方向為對抗機(jī)器學(xué)習(xí) (adversarial machine learning)。張景鋒在 ICML、 ICLR、IJCAI等國際頂級機(jī)器學(xué)習(xí)會議上發(fā)表過論文，并擔(dān)任多個會議和期刊審稿人，如 ICML、ICLR、NeurIPS 和 IJCAI。?

ICLR 2021 系列Talk

▼

第①彈

第②彈

第③彈

第④彈

第⑥彈

第⑦彈

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(xué)習(xí)成長。期待這里可以成為你學(xué)習(xí)AI前沿知識的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級打怪的根據(jù)地！

更多詳細(xì)介紹>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ