Date de début :
25/09/2020 10:00
Date de fin :
25/09/2020 10:45
Lieu :
IJCLab
Ville :
Orsay
Producteur :
CNRS Formation
Durée :
0:49:17
Type :
video/mp4
Format :
mp4
Résolution :
1920x1080
Des travaux récents ont montré que malgré l’utilisation de méthodes « classiques » de validation et de régularisation, les réseaux de neurones peuvent être vulnérables face à d’éventuelles attaques adverses. L’exemple de vulnérabilité est celui d’une modification légère d’une image sur quelques pixels qui peut suffire à tromper le réseau de neurones [Szegedy,2016]. Le cours introduira la formalisation de la vulnérabilité de l’apprentissage machine, des illustrations en reconnaissance de formes et quelques solutions envisagées pour rendre l’apprentissage plus robuste
Dr Jean-Marc Martinez (CEA - DES)
0:49:17
Robustesse des algorithmes