【干货】Ian GoodFellow ICLR 2019演讲:对抗机器学习的进展与挑战

5 月 15 日 GAN生成式对抗网络

来源:专知


【导读】近日,2019年ICLR已经在新奥尔良落下帷幕,GAN的作者GoodFellow在大会上作了受邀分享:Adversarial Machine Learning,本文整理了分享材料和视频内容,供大家学习使用。


介绍:


一直到2013年左右,大多数的人工智能机器学习专家都在致力于一个共同的目标:让机器学习为智能任务服务。现在监督学习有了新的研究方向,令机器学习更加的安全、私密,以及让模型减少对大量标记数据的依赖等等。在本次的演讲中,讨论了机器学习中的对抗技术如何涉及到这些新的研究前沿。


视频链接:

https://www.youtube.com/watch?v=sucqskXRkss

https://www.bilibili.com/video/av52414025



演讲结构如下:

全面回顾了对抗模型安全性基于模型的优化强化学习可靠性label efficiency领域自适应公平可解释透明度神经科学等多个研究方向的内容。


附讲座内容预览:


高质量延伸阅读

☞ OpenPV平台发布在线的ParallelEye视觉任务挑战赛

【学界】第1届“智能车辆中的平行视觉”研讨会成功举行

【学界】生成式对抗网络:从生成数据到创造智能

【学界】OpenPV:中科院研究人员建立开源的平行视觉研究平台

【学界】基于平行视觉的特定场景下行人检测

【学界】ParallelEye:面向交通视觉研究构建的大规模虚拟图像集

【CFP】Virtual Images for Visual Artificial Intelligence

【最详尽的GAN介绍】王飞跃等:生成式对抗网络 GAN 的研究进展与展望

【智能自动化学科前沿讲习班第1期】王飞跃教授:生成式对抗网络GAN的研究进展与展望

【智能自动化学科前沿讲习班第1期】王坤峰副研究员:GAN与平行视觉

【重磅】平行将成为一种常态:从SimGAN获得CVPR 2017最佳论文奖说起

【平行讲坛】平行图像:图像生成的一个新型理论框架

【学界】基于生成对抗网络的低秩图像生成方法

【学界】Ian Goodfellow等人提出对抗重编程,让神经网络执行其他任务

【学界】六种GAN评估指标的综合评估实验,迈向定量评估GAN的重要一步

【资源】T2T:利用StackGAN和ProGAN从文本生成人脸

【学界】 CVPR 2018最佳论文作者亲笔解读:研究视觉任务关联性的Taskonomy

【业界】英特尔OpenVINO™工具包为创新智能视觉提供更多可能

【学界】ECCV 2018: 对抗深度学习: 鱼 (模型准确性) 与熊掌 (模型鲁棒性) 能否兼得 

【学界】何恺明组又出神作!最新论文提出全景分割新方法


登录查看更多
点赞 0
Top