计算未来轻沙龙 | 对抗攻击、强化学习,你关心的都在这里!
Hi,大家好~
临近期末,本学期的活动也迎来了最后一期
机器学习前沿研讨会
提到机器学习,你是否想起了
对抗攻击、强化学习、集成学习、表示学习
这么多细分的方向和领域?
想广泛涉猎却精力有限?
聆听大佬们的最新成果
或许是快速了解的最佳渠道
想去顶会听大佬们的论文汇报?
蒙特利尔、埃塞俄比亚太远
FIT楼也是个不错的选择
本期“计算未来轻沙龙”
我们集结邀请了来自旷视科技
和清华大学计算机系的各位大佬
为大家奉上一场机器学习前沿研讨会
部分汇报论文来自NeurIPS 2019、ICLR 2020
等机器学习顶会
并入选Spotlight论文
岑宇阔 / 清华大学计算机系博士生
李永波 / 旷视研究院Video组
李永波,2018年博士毕业于西安电子科技大学。研究领域包括图像视频处理、目标检测识别等,已发表多篇顶级国际会议和期刊。目前参与旷视科技视频结构化算法、人脸检测与识别算法的研究和开发,致力于人工智能算法在安防场景中的应用和提升。旷视科技2018年度最佳团队(MegTeam)成员。
Object Detection:从算法到实用
物体检测是计算机视觉领域的经典问题。目前物体检测的整体框架已经比较成熟,但从算法到实际商用之间还存在很多挑战。这次分享将结合旷视在物体检测问题上的探索,从数据到算法再到应用分别展开,详细介绍新想法是如何诞生,并演变成为有意思的实用新技术。
庞天宇 / 清华大学计算机系博士生
庞天宇,清华大学计算机系直博三年级,导师为朱军教授。主要研究方向为提升深度学习模型的鲁棒性与可靠性。目前在ICML、NeurIPS、ICLR、CVPR上共发表9篇文章,其中有5篇为一作/共同一作。曾获国家奖学金、英伟达学术先锋奖。
深度学习中的对抗鲁棒性研究
尽管深度学习模型在各类任务上达到了很高的准确率,但是几乎所有标准的深度学习模型都存在对抗鲁棒性缺陷。这种缺陷导致了潜在的安全风险。本报告主要围绕如何提高模型鲁棒性展开介绍讨论。
程书宇 / 清华大学计算机系博士生
程书宇,清华大学计算机系二年级博士生,导师为朱军教授。
Improving Black-box Adversarial Attacks with a Transfer-based Prior
在对抗攻击任务中,我们考虑黑盒的设定,即攻击者不能完整访问到目标模型的架构和参数信息,故无法直接得到模型的输出关于输入的梯度。估计梯度的已有方法包括基于迁移的攻击和基于查询的攻击。为了提高梯度估计的质量,我们将迁移梯度作为先验引入基于查询的攻击,并通过理论推导得出最优的参数。新方法减少了攻击成功需要的查询数量。
李佳维 / 清华大学计算机系博士生
李佳维,清华大学计算机系博士生,先后在香港理工大学、腾讯公司等机构参加深度学习及计算机视觉算法的研究,现在在腾讯公司AI LAB视觉组实习,参与虚拟人项目的研发。
Ensemble Deep Learning
在本次报告中,首先会介绍一个集成深度学习的框架。然后再分别介绍采样技术、模型训练技术、以及聚合方法,最后分享集成深度学习领域的一些最新进展、及实际的应用效果。
李丽姗 / 清华大学计算机系博士生
李丽姗,清华大学计算机系博士生在读,主要研究方向为机器学习在计算机网络中的应用。目前在Globecom以及ACML等会议上发表多篇文章。
在POI推荐任务中的多模式表示学习方法
对于基于位置信息的社交网络而言,POI推荐是非常重要的研究问题。本报告介绍一种多模式表示学习方法,能够统一刻画POI的特征信息以及用户偏好。
吴栋贤 / 清华大学计算机系博士生
吴栋贤,清华大学计算机系四年级直博生,导师为夏树涛教授。
关于残差网络 (ResNet) 中跳线 (skip connection) 的安全思考
跳线 (Skip Connections) 是当前主流神经网络中的重要组成部分,例如ResNet、DenseNet。虽然在模型设计上,跳线取得了巨大的成功,但它同时给模型安全带来了隐忧。我们发现,通过简单控制反向传播中流经跳线和卷积层的梯度流,可以显著提升对抗样本的迁移性,从而实现更有效的黑盒攻击。这项研究展现了由模型结构引发的安全问题,对模型结构的设计提出了挑战。同期论文已被录用为 ICLR 2020 的 spotlight。
杨超 / 清华大学计算机系博士生
杨超,现为清华大学计算机系普博二年级学生,导师是孙富春教授,本系2018级硕士毕业生,主要研究方向强化学习,模仿学习以及在机器人上的应用。目前发表NeurIPS,AAAI,ICRA等会议/期刊4篇,担任ICRA2018-2020,IROS2017-2019,T-ASE 2019学术审稿人,2019年11月参加IROS2019机器人抓取与操作国际竞赛获得冠军。
基于观测模仿的机器人学习方法
本次报告主要介绍报告人2019年被NeurIPS录取的一篇论文《Imitation Learning from Observations by Minimizing Inverse Dynamics Disagreement》,这是国内单位在强化学习/模仿学习领域被该会议录取的唯一一篇亮点论文(Spotlight)。
报名时间:即日起至 12 月 28 日 24:00
活动时间:12 月 29 日(本周日)14:00 - 17:00
清华大学信息科学技术大楼(FIT楼)二层多功能报告厅, 请从 FIT 楼西门进入
1 / 报名方式
长按识别二维码,马上抢占名额!
2 / 活动名额
1. 因场地有限,本次活动仅接受 120 位 用户凭电子门票二维码入场;
2. 活动采取审核制报名,我们将根据用户研究方向与当期主题的契合度进行筛选,通过审核的用户将收到包含电子门票二维码的短信通知;
3. 如您无法按时到场参与活动,请于活动开始前 24 小时在 PaperWeekly 微信公众号后台留言告知,留言格式为 放弃报名 + 报名电话 ;无故缺席者,将不再享有后续活动的报名资格。
PaperWeekly
清华大学计算机科学与技术系
????
现在,在「知乎」也能找到我们了
进入知乎首页搜索「PaperWeekly」
点击「关注」订阅我们的专栏吧
关于PaperWeekly
PaperWeekly 是一个推荐、解读、讨论、报道人工智能前沿论文成果的学术平台。如果你研究或从事 AI 领域,欢迎在公众号后台点击「交流群」,小助手将把你带入 PaperWeekly 的交流群里。
▽ 点击 | 阅读原文 | 立刻报名
计算未来轻沙龙 | 对抗攻击、强化学习,你关心的都在这里!相关推荐
- 计算未来轻沙龙 | 当深度学习遇上归纳推理,图神经网络有多强大?
作为一名新世纪的深度学习炼丹师 是否整天面对各种结构的原(shu)料(ju)? 对于无规则的空间数据 传统炼丹大法好像并不能发挥奇效 图作为一种非常神奇的表示方式 可以表示生活中绝大多数现象或情境 那 ...
- 实录分享 | 计算未来轻沙龙:深度学习工具专场(PPT下载)
12 月 2 日(周日)下午,PaperWeekly 携手清华大学计算机系推出了计算未来轻沙龙第六期线下活动--深度学习工具专场.来自亚马逊 AWS.谷歌.英伟达.百度 PaddlePaddle 以及 ...
- 实录 | 计算未来轻沙龙:人工智能前沿与应用研讨会(PPT下载)
3 月 16 日(周六)下午,PaperWeekly 携手清华大学计算机系推出了计算未来轻沙龙第八期线下活动--人工智能前沿与应用研讨会.本次活动的 8 位嘉宾来自在线教育.自然语言处理.计算机视觉. ...
- 实录分享 | 计算未来轻沙龙:图神经网络前沿研讨会
2019年12月1日,PaperWeekly携手清华大学计算机系推出的计算未来轻沙龙之图神经网络前沿研讨会在清华大学FIT楼二层多功能报告厅成功举办. 本次论坛邀请了清华大学计算机系硕士生岑宇阔.博士 ...
- 实录分享 | 计算未来轻沙龙:自然语言处理前沿研讨会
2019年10月19日,PaperWeekly携手清华大学计算机系推出的计算未来轻沙龙之自然语言处理前沿研讨会在清华大学FIT楼二层多功能厅成功举办. 本次活动邀请了香侬科技算法工程师孟昱先.华为消费 ...
- 实录分享 | 计算未来轻沙龙:揭秘AutoML技术(视频 + PPT)
10 月 27 日(周六)上午,PaperWeekly 携手清华大学计算机系推出了计算未来轻沙龙第三期线下活动--揭秘 AutoML 技术.来自中国科学技术大学.中国科学院自动化研究所和探智立方的三位 ...
- 实录分享 | 计算未来轻沙龙:对话系统研究进展(视频 + PPT)
9 月 1 日(周六)上午,PaperWeekly 携手清华大学计算机系正式推出了一档全新线下栏目-- 计算未来轻沙龙.清华大学计算机系副教授黄民烈.微软小冰核心对话组负责人刘越等四位嘉宾,系统而深入 ...
- 计算未来轻沙龙 | AI=知识+推理,知识工程与数据管理专场来了!
一转眼 秋天到了 本学期也已过半 不知各位童鞋是否感到些许凉意? 学习又是否陷入了新的瓶颈期? 每到这种时候 小编都好想拥有哆啦A梦的记忆面包 能把知识有效管理并运用起来 要是所有事情 都像吃面包一样 ...
- 实录分享 | 计算未来轻沙龙:“法律+AI”前沿研讨会(PPT下载)
12 月 22 日(周六)上午,PaperWeekly 携手清华大学计算机系推出了计算未来轻沙龙第七期线下活动--"法律+AI"前沿研讨会.来自北京大学.科大讯飞.国双科技.幂律智 ...
最新文章
- 【经典课程】图灵奖得主LeCun亲授,深度学习课程在线发布
- 苹果状态栏HTML,CSS3实现苹果电脑的DOCK菜单栏_html/css_WEB-ITnose
- ASP.NET 3.5技术专题发布
- Vue中使用Openlayers加载Geoserver发布的TileWMS时单击获取shp文件的坐标信息
- c++输出小数点后几位_2.1 怎么在屏幕上输出各种类型的数据
- 关于GPS的1PPS时间同步功能探索与测试
- 表的插入、更新、删除、合并操作_7_通过视图插入
- 第十六课、Qt对象间的父子关系------------------狄泰软件学院
- 前端学习(1802):前端调试之事件伪类练习
- android+噪音测试,关于噪音测试App的选择与使用
- 图解机器学习算法(11) | LightGBM模型详解(机器学习通关指南·完结)
- 《数据结构复习》扩展线性链表的广义表
- 统一认证 java_java统一身份认证系统
- linux 下不错的html编辑器bluefish
- 从零开始搭建Java环境
- TinyOS02:TinyOS2.1的安装(Windows平台)
- 哈工大关系抽取模型CasRel代码解读
- 一文8个步骤从0到1教你基于数据驱动的接口自动化框架封装
- 【comsol学习1】-电化学模块学习与运行错误之橙子电池
- python和java哪个更有潜力-Python和JAVA的就业前景哪个好点?
热门文章
- oracle里的查询转换
- Mybatis学习第四天——一对一一对多
- 实现一个简单的代码字计数器(二)
- @PathVariable详解
- 解决requests-SSL: CERTIFICATE_VERIFY_FAILED]问题
- c#是否参入中间变量交换变量的几种方法
- 安装SQL Server2008错误解决方案
- 关于大型asp.net 应用系统的架构 —— 如何做到高性能高可伸缩性[转]
- python3 列表取交集_常用序列数据类型列表
- 数据包格式_理解MQTT协议数据包结构