点击蓝字
关注我们
AI TIME欢迎每一位AI爱好者的加入!
6月16日晚 7:30-8:30
AI TIME邀请了张弘扬老师跟大家分享他从博士到博导的经验。
哔哩哔哩直播通道
★ 嘉宾简介 ★
张弘扬,滑铁卢大学计算机学院新晋助理教授,并隶属于加拿大向量研究院。他在4年时间内(2015-2019)获得卡内基梅隆大学机器学习系博士学位,师从Maria-Florina Balcan和David P. Woodruff。2019至2021年期间,张博士于芝加哥丰田技术研究院完成博士后工作,师从Avrim Blum和Greg Shakhnarovich。他的近期研究方向包括可信赖机器学习,人工智能安全,自监督学习,并强调理论与实践的结合。张博士的多项理论工作已经被广泛应用于CVPR、NeurIPS等举办的国际大赛中,并荣获第一名多次(千支参赛队伍)。相关成果已发表在JMLR, ICML, NeurIPS, COLT, SODA, ITCS, ICALP, Proceedings of the IEEE, IEEE Trans. on Info. Theory等多个顶级会议和期刊,撰写专著一本,并担任多个会议的领域主席。
(个人主页:https://hongyanz.github.io)
分享内容:
我的科研生涯:从博士到博导
分享内容简介:
这次演讲将分享我近期的一些研究成果,以及我从博士生到教授的工作经验。演讲将由两部分组成。
在演讲的第一部分,我将分享我最近在对抗攻防方面的研究。针对深度学习的攻击有两种防御方式:1)经验防御模型;2)有证明保障的防御模型。经验防御模型方面,我会介绍我们团队在NeurIPS 2018对抗视觉挑战中的获胜方法TRADES。该方法帮助我们在400个团队和3000个提交方案中赢得了第一名的成绩。为了使TRADES具有可证明的鲁棒性,我们采用随机平滑的方法研究了有证明保障的防御模型。我们提供了正面和负面的理论结果。我们的分析揭示了通过“基于随机噪声方法”实现认证鲁棒性的本质困难,并引出了未来工作的新方向。最后,对抗攻击方面,我还将介绍我们在最近的CVPR 2021安全AI挑战赛:ImageNet无限制对抗攻击中的获胜方案。使用该方法,我们在1559支队伍中赢得了第一名的成绩。
在演讲的第二部分,我将分享我寻找学术岗位的经验(包括教职申请和博士申请)。希望我的经验能够帮助更多人在未来的学术职业道路上取得成功。
重要
信息
张老师组计划于2022年春天/秋天招收多名带全额奖学金的硕士/博士研究生。有意向的同学请发送邮件至hongyanz@ttic.edu,并附上:(1)简历及成绩排名;(2)一段自我介绍,研究兴趣及计划。
大家抓紧机会,也许你就会成为张老师的学生哦!
今日视频推荐
直播结束后我们会邀请讲者在微信群中与大家交流,请添加“AI TIME小助手(微信号:AITIME_HY)”,回复“phd”,将拉您进“AI TIME PhD 交流群-2”!
AI TIME微信小助手
主 办:AI TIME 、AMiner
合作伙伴:智谱·AI、中国工程院知领直播、学堂在线、学术头条、biendata、数据派、 Ever链动
合作媒体:学术头条
AI TIME欢迎AI领域学者投稿,期待大家剖析学科历史发展和前沿技术。针对热门话题,我们将邀请专家一起论道。同时,我们也长期招募优质的撰稿人,顶级的平台需要顶级的你,
请将简历等信息发至yun.he@aminer.cn!
微信联系:AITIME_HY
AI TIME是清华大学计算机系一群关注人工智能发展,并有思想情怀的青年学者们创办的圈子,旨在发扬科学思辨精神,邀请各界人士对人工智能理论、算法、场景、应用的本质问题进行探索,加强思想碰撞,打造一个知识分享的聚集地。
更多资讯请扫码关注
我知道你
在看
哦
~
点击 阅读原文 了解更多精彩