神经网络鲁棒性验证中的近似技术
246人正在学习

上海控安

2021-11-01 15:05
1. 深度神经网络的形式化验证 2. 线性近似在神经网络验证中的应用 3. 线性近似精确度的度量标准 4. 算法层面的神经网络验证加速
  • 神经网络鲁棒性验证中的近似技术(一)

    神经网络鲁棒性验证中的近似技术(一)

    课程时长 00:26:27

  • 神经网络鲁棒性验证中的近似技术(二)

    神经网络鲁棒性验证中的近似技术(二)

    课程时长 00:28:30

  • 神经网络鲁棒性验证中的近似技术(三)

    神经网络鲁棒性验证中的近似技术(三)

    课程时长 00:25:59

  • 神经网络鲁棒性验证中的近似技术(四)

    神经网络鲁棒性验证中的近似技术(四)

    课程时长 00:27:43

张民

张民,华东师范大学软件工程学院教授,软件科学与技术系系主任。主要研究兴趣包括可信软件与形式化方法,其相关成果发表在TCS,SCP,AAAI,FSE,RTSS,DAC,DATE,TACAS和RE等国际期刊和会议上。曾获第26届IEEE亚太软件工程会议唯一最佳论文奖,及FSE和RE会议最佳论文提名奖。研究受到国家自然基金委,国家留学基金委以及法国高等教育署等国家级和国际合作项目的资助,入选国家公派中法“蔡元培”交流合作项目计划。目前担任中法Inria-ECNU可信物联网联合团队中方负责人,法国尼斯大学高级访问