蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

【MBA中國網(wǎng)訊】近日，西交利物浦大學電氣與電子工程系研究團隊參加了第十屆腦啟發(fā)認知系統(tǒng)國際會議（International Conference on Brain-Inspired Cognitive System, BICS)。黃開竹教授獲最佳論文獎，博士生楊關(guān)禹獲最佳學生論文獎。會議上，黃開竹教授以“利用對抗樣本的魯棒機器學習：理論與應(yīng)用（Harness Explainable Adversarial Examples for Robust Machine Learning: Theory and Applications）”為題，就深度學習領(lǐng)域中的對抗樣本發(fā)表了主旨演講。黃教授介紹說：“當前深度神經(jīng)網(wǎng)絡(luò)容易受到對抗樣本的影響，這使得大多數(shù)深度學習模型在面對對抗樣本時分類效果較差?！彼岢隽艘粋€利用對抗樣本來進行魯棒機器學習的通用學習模型。

魯棒是robust的音譯，也就是健壯、強壯、堅定、粗野的意思。魯棒性（robustness）就是系統(tǒng)的健壯性，是指控制系統(tǒng)在一定（結(jié)構(gòu)，大?。┑膮?shù)攝動下，維持某些性能的特性，是在異常和危險情況下系統(tǒng)生存的關(guān)鍵。比如說，計算機軟件在輸入錯誤、磁盤故障、網(wǎng)絡(luò)過載或有意攻擊情況下，能否不死機、不崩潰，就是該軟件的魯棒性。 通過理論分析和實際實驗證明，黃教授提出的模型對各種針對機器學習的擾動較為魯棒。黃教授指出，將該模型應(yīng)用于深度學習網(wǎng)絡(luò)中后，網(wǎng)絡(luò)的識別性能可以得到顯著提高。 博士生楊關(guān)禹（下圖左）的論文題目為《用于粗粒度零樣本分類的自注意深度嵌入模型 (Self-Focus Deep Embedding Model for Zero-Shot Classification)》。在黃開竹教授的指導(dǎo)下，該研究通過在神經(jīng)網(wǎng)絡(luò)編碼器結(jié)構(gòu)中構(gòu)建一層僅應(yīng)用于訓練過程的自注意神經(jīng)網(wǎng)絡(luò)模塊，使其基于各已知類別的信息來學習目標空間中各維度的重要程度，從而在模型訓練過程中將類別層面過擬合部分集中到該自注意模塊上，最終使模型在測試過程中更具魯棒性，并提高未見過類別的分類準確度。

獲得會議最佳論文獎的論文題目為《長短期記憶注意力模型 (Long Short-Term Attention)》，由黃教授和中國海洋大學仲國強教授合作完成。該研究從生物啟發(fā)角度，提出了機器學習尤其是深度學習模型的注意力機制也需要考慮長期記憶和短期記憶的不同，獲得評獎委員會的一致認可。

本次腦啟發(fā)認知系統(tǒng)國際會議在中國廣東舉行，中科院院士譚鐵牛教授，澳大利亞科技工程院院士、國際自動控制學會主席David Feng教授等來自世界各地的知名學者出席了此次會議。該會議所收錄的論文大多關(guān)注機器學習領(lǐng)域和腦認知等相關(guān)領(lǐng)域，將會發(fā)表在EI檢索的Springer LNAI叢書之中。