Talk预告 | 22岁杜克在读博士杨幻睿NeurIPS'20 Oral工作: 一种提升深度学习鲁棒性的新方法

2020 年 12 月 2 日 将门创投


本周为将门-TechBeat技术社区261线上Talk,也是NeurIPS 2020系列Talk第 弹!

北京时间12月3(周四)晚8点杜克大学在读博士生—杨幻睿的Talk将准时在将门TechBeat技术社区开播!

他与大家分享的主题是: DVERGE:通过“缺陷”多样化构建鲁棒集成深度学习模型届时将分享其团队在NeurIPS 2020的Oral工作,介绍他们提出的利用集成模型提升深度学习鲁棒性的DVERGE方法。

NeurIPS 2020群星闪耀云际会·机构专场」火热报名中,点击【这里】马上报名~

点击查看精彩预告视频
👇


Talk·信息

主题:DVERGE:通过“缺陷”多样化

构建鲁棒集成深度学习模型

嘉宾:杜克大学在读博士生 杨幻睿

时间:北京时间 12月3日 (周四) 20:00

地点:将门TechBeat技术社区

http://www.techbeat.net/

长按识别二维码,一键完成预约!



Talk·提纲

最新研究表明,用于图像识别任务的卷积神经网络往往表现出一致的“对抗性缺陷”:对抗攻击算法可以生成很小的输入噪声误导这些模型,并且同一对抗噪声往往可以同时误导在同一数据集上训练出的不同模型,即在模型间“迁移”。
本文提出利用集成模型提升深度学习鲁棒性的DVERGE方法。 我们通过提取集合模型的子模型学到的“非鲁棒特征”确定其缺陷所在,并进一步通过多样化子模型的缺陷使其面对对抗性噪声输出不同的结果。这一新颖的多样性描述与优化方式使DVERGE得到了超出其他集成学习方法的迁移攻击鲁棒性。
本次分享的主要内容如下:
1. 对抗性攻击与对抗性训练

2. 鲁棒特征与非鲁棒特征

3. DVERGE训练算法

4. 实验结果



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!
代码链接:

https://arxiv.org/abs/2009.14720

https://github.com/zjysteven/DVERGE

https://arxiv.org/abs/1905.02175



Talk·提问交流

方式 ①

在本文留言区直接提出你的问题,或扫描下方二维码提问!问题被选中的小伙伴们将获得一个红包奖励


♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩
♫. ♪ ~ ♬..♩~ ♫. ♪..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩..♩~ ♫. ♪ ~ ♬..♩

快来提问啦!


方式 ②
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,说不定就被讲者直接翻牌解答了呢!



你的每一次贡献,我们都会给予你相应的i豆积分,近期还会有惊喜奖励哦!



Talk·嘉宾介绍


杨幻睿
杜克大学 在读博士生 


杨幻睿,本科毕业于清华大学电子工程系,目前是美国杜克大学电子与计算机工程系博士四年级在读学生,师从李海老师和陈怡然老师。杨幻睿的主要研究方向为利用稀疏、量化等方式压缩神经网络模型提升运行效率,以及评估并增强深度学习模型的鲁棒性,以期得到即高效又鲁棒的适用于部署在现实世界中的深度学习模型。

在主要研究方向之外,杨幻睿也参与了组内关于分布式学习、隐私保护、深度学习加速器体系结构设计等工作。其参与的TIPRDC隐私保护框架被选为KDD2020 best student paper,一作撰写的论文DVERGE入选NeurIPS 2020 Oral presentation。


长按识别二维码,一键完成预约!


来扫我呀


关于TechBeat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>>TechBeat,一个荟聚全球华人AI精英的学习成长社区


扫二维码|关注我们

让创新获得认可!

微信号:thejiangmen


点击“❀在看”,让更多朋友们看到吧~


登录查看更多
1

相关内容

神经信息处理系统年会(Annual Conference on Neural Information Processing Systems)的目的是促进有关神经信息处理系统生物学,技术,数学和理论方面的研究交流。核心重点是在同行会议上介绍和讨论的同行评审新颖研究,以及各自领域的领导人邀请的演讲。在周日的世博会上,我们的顶级行业赞助商将就具有学术意义的主题进行讲座,小组讨论,演示和研讨会。星期一是教程,涵盖了当前的问询,亲和力小组会议以及开幕式演讲和招待会的广泛背景。一般会议在星期二至星期四举行,包括演讲,海报和示范。 官网地址:http://dblp.uni-trier.de/db/conf/nips/
专知会员服务
27+阅读 · 2020年12月15日
专知会员服务
41+阅读 · 2020年12月1日
【ACMMM2020-北航】协作双路径度量的小样本学习
专知会员服务
28+阅读 · 2020年8月11日
专知会员服务
50+阅读 · 2020年7月16日
【CVPR2020-北京大学】自适应间隔损失的提升小样本学习
专知会员服务
84+阅读 · 2020年6月9日
【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
AAAI 2020 | 樊峻菘:弱监督语义分割(视频解读)
AI科技评论
11+阅读 · 2020年1月29日
CVPR 2019 Oral 论文解读 | 无监督域适应语义分割
AI科技评论
49+阅读 · 2019年5月29日
本周精选共读论文《姿态估计&图像生成》五篇
人工智能前沿讲习班
7+阅读 · 2019年3月25日
SFFAI13 预告 | 图神经网络最新进展及挑战
人工智能前沿讲习班
10+阅读 · 2018年12月12日
深度学习2017成果展
论智
4+阅读 · 2017年12月26日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Meta-Learning with Latent Embedding Optimization
Arxiv
6+阅读 · 2018年7月16日
Arxiv
8+阅读 · 2018年3月17日
Arxiv
5+阅读 · 2018年1月30日
VIP会员
相关VIP内容
专知会员服务
27+阅读 · 2020年12月15日
专知会员服务
41+阅读 · 2020年12月1日
【ACMMM2020-北航】协作双路径度量的小样本学习
专知会员服务
28+阅读 · 2020年8月11日
专知会员服务
50+阅读 · 2020年7月16日
【CVPR2020-北京大学】自适应间隔损失的提升小样本学习
专知会员服务
84+阅读 · 2020年6月9日
【ICML2020】小样本目标检测
专知会员服务
90+阅读 · 2020年6月2日
相关资讯
AAAI 2020 | 樊峻菘:弱监督语义分割(视频解读)
AI科技评论
11+阅读 · 2020年1月29日
CVPR 2019 Oral 论文解读 | 无监督域适应语义分割
AI科技评论
49+阅读 · 2019年5月29日
本周精选共读论文《姿态估计&图像生成》五篇
人工智能前沿讲习班
7+阅读 · 2019年3月25日
SFFAI13 预告 | 图神经网络最新进展及挑战
人工智能前沿讲习班
10+阅读 · 2018年12月12日
深度学习2017成果展
论智
4+阅读 · 2017年12月26日
Top
微信扫码咨询专知VIP会员