本周为TechBeat人工智能社区第299期线上Talk，也是ICLR 2021系列Talk第⑧期。北京时间4月28日(周三)晚8点，ICLR 2021 Oral一作、日本理化研究所博士后研究员—张景锋的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是: “对抗鲁棒性最新的进展与机遇”，届时将针对作者ICLR 2021与ICML 2020 中与AI安全、机器学习、对抗训练相关的系列工作进行详细介绍。

Talk·信息

▼

主题：对抗鲁棒性最新的进展与机遇

嘉宾：日本理化研究所博士后研究员 张景锋

时间：北京时间 4月28日 (周三) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

完整版怎么看？

扫描下方二维码，或复制链接 https://datayi.cn/w/a9a6AQZR 至浏览器，一键完成预约！上线后会在第一时间收到通知哦~

Talk·提纲

▼

对抗样本可以通过向自然数据中添加难以察觉的噪声来轻易地欺骗经过标准训练的深度学习模型，从而在医学，金融和自动驾驶等应用中导致严重的安全问题。到目前为止，对抗训练（adversarial training, AT）是针对对抗样本获得对抗鲁棒性的最有效的方法。

本次分享的主要内容如下：1. 对抗样本的产生2. 对抗训练的目的3. 友好的对抗训练 （FAT）4. 基于地理几何感知的对抗训练 （GAIRAT）

5. 对抗训练的一些最新的科研的进展及其机遇。

Talk·参考资料

▼

这是本次分享中将会提及的资料，建议提前预习哦！

已经发表的工作：

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·提问交流

▼

通过以下两种方式提问都将获得微信现金红包奖励哦！

方式 ①

在Talk界面下的【交流区】参与互动！留下你的打call🤟和问题🙋，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

方式 ②

在本文留言区直接提出你的问题，或扫描下方二维码提问！

Talk·嘉宾介绍

▼

张景锋，2016年本科毕业于山东大学泰山学堂 (基础学科拔尖学生培养试验计划)；博士毕业于新加坡国立大学 (NUS)，师从Mohan Kanhanhalli教授，于2020年取得博士学位；目前为日本理化学研究所（RIKEN-AIP，Tokyo）博士后研究员，师从Masashi Sugiyama（杉山将）教授。

研究兴趣：人工智能的鲁棒性。具体细分方向为对抗机器学习 (adversarial machine learning)。张景锋在 ICML、 ICLR、IJCAI等国际顶级机器学习会议上发表过论文，并担任多个会议和期刊审稿人，如 ICML、ICLR、NeurIPS 和 IJCAI。 

ICLR 2021 系列Talk

▼

第①弹

第②弹

第③弹

第④弹

第⑥弹

第⑦弹

关于TechBeat人工智能社区

▼

TechBeat(www.techbeat.net)是一个荟聚全球华人AI精英的成长社区。我们希望为AI人才打造更专业的服务和体验，加速并陪伴其学习成长。期待这里可以成为你学习AI前沿知识的高地，分享自己最新工作的沃土，在AI进阶之路上的升级打怪的根据地！

更多详细介绍>>https://mp.weixin.qq.com/s/pTbCK_MeTk05jK2yx1RTrQ