鲁棒性
PRCV2019-day1 2019年11月08日下午,PRCV2019在两个会议厅举办了四场关于机器学习和计算机视觉相关的前沿理论和技术的讲习班。笔者主要对《鲁棒和可解释人工智能》和《大规模深度人脸生成与分析》两场报告作简要介绍。 1. 鲁棒和可解释人工智能 近年来,尤其是以深度学习为代表的新一代人工智能算法的兴起,在图像处理、语音识别、机器翻译等诸多领域取得一系列重要突破,极大地提高了当前人工智能算法的性能,但是这类模型通常: 1)被当作一个黑盒子使用,难以被用户理解; 2)鲁棒性不足,容易被人眼不易识别的对抗样本所欺骗
近日,中国商业联合会发布了《关于发布“2022年度中国商业联合会科学技术奖”评选结果的公告》,我校机电工程学院教授付志军牵头申报的“客车智能辅助驾驶系统关键技术研发及应用”项目获2022年度全国商业科技进步奖特等奖。 该项目由我校牵头,在国家自然科学基金、道路交通安全公安部重点实验室课题、浙江省公益技术应用研究等项目的支持下,与宇通客车股份有限公司、浙江工业大学等多家单位联合攻关完成。项目面向《中国制造2025》国家战略,围绕适应客车应用场景的智能辅助驾驶系统现实需求,开展智能感知、辅助驾驶、干预决策、车端集成与云端监控方面技术研究,攻克了多源异构数据融合、智能辅助驾驶、高鲁棒性客车底盘协同干预控制、营运大数据平台分析预警等技术难题,取得系列创新性成果,助推了现阶段客车智能化技术变革
抄送:13 | 14 搜索MSC第13和14节中的文章引用的软件包。 GAP au:Eick公司 在“任意”索引中搜索术语(也包括依赖项),并按软件作者搜索。 描述: SBML-SAT:基于系统生物学标记语言(SBML)的敏感性分析工具
大脑的能耗与信息处理能力与大脑的神经活动息息相关。复杂的神经活动所揭示的神经网络动力学性质及其计算功能的研究方兴未艾,从多层面多角度研究清楚生物脉冲神经网络所处的复杂活动状态及其底层神经生物机制,以及如何支持神经网络达到高能效鲁棒的信息表达与信息处理的机制,对类脑智能技术的开发具有重要的理论意义。在这个报告中,我将介绍随机神经网络的基本动力学特征及其在计算上的功能,以及生物脉冲神经网络的计算鲁棒性的可能机制及其在人工智能算法中的开发应用
有毒气体检测仪器广泛用于提醒人们高浓度危险气体。这些仪器有许多使用电化学气体传感器,其包含多个金属板、金属销和内部金属焊线。这些金属部件可能使传感器容易从附 近的射频通信网络拾取能量,这可能导致仪器报告的气体浓度不正确,甚至误报
控制技术是直线电机设计的另一个关键和要点。直驱式伺服系统在工作时负载变化,负载的变化会直接反映在电机上:外部干扰,如工件质量和刀具,切削力的变化等,也会直接影响到电机的性能,从而产生影响。这些因素给直线电机的控制带来了困难
深度神经网络在图像识别、语音处理以及机器翻译等领域具有良好的预测性能,但是由于深度神经网络对决策结果可解释性的缺乏以及解决训练开销而寻求的外包训练的安全难以有效保证,都导致深度神经网络存在脆弱性,攻击者可以利用脆弱性对模型做出卓有成效的攻击。学术报告从深度神经网络的一般训练过程出发,讲述了深度神经网络中常见攻击存在的环节以及攻击的效果,详细阐述了深度神经网络典型后门攻击方法,简单分析了最新的后门攻击方法做出的改进以及成效,最后对深度神经网络后门攻击方法的研究前景做了展望。深度神经网络及在其之上改进的神经网络模型在AI领域的预测效果越来越好,后门攻击的存在不会掣肘深度神经网络发展,如何规避后门攻击,增强神经网络模型的鲁棒性,让模型预测结果具有较强的可解释性是未来研究要解决的问题
刚开始,我这个题想用递归。但是递归不满足要求(使用线性的额外空间)。所以就不用递归
近年来在量子控制方面的最新突破,已经为设计量子通信、计算和传感应用的控制器提供了先进技术。然而,由于此类系统对噪声和不确定性的敏感性,需要实现量子设备的充分潜力,必须采用在这些条件下表现出高效性能的鲁棒控制器。时间域对数灵敏度和最近引入的鲁棒效应不良测量(RIM)是量子系统中量化控制器鲁棒性的两种手段
看了豆瓣上的一些评论,自己也想写一下,首先说说对于读书的一些想法,然后说一下这本书。 首先,我想说,对于一本书来说,必定有好有不好的地方,即使是经典流传之作,也未必能符合所有人的胃口,我们看书,就是要从书中学到自己欠缺的东西,提升自己,而不是去找作者什么的毛病,那样只能说你是一个乐于勘误的人,也许你想从这里证明自己,但是我想侧重于那些之后,你也没有心境去做一个好的读者了。 第二,对于一本书来说,不排除有其客观的质量,但是带给一个人的收获和提升不单单与此相关,更加重要的是,你如何去读这本书,你以一个什么样的心态去读这本书,这就如同你准备一门考试是以要考满分的标准去准备,还是仅仅要求自己及格,两种心态得到的结果必然大不相同