Les situations pour lesquelles un réseau de neurones profond confond (par exemple) un chat avec un grille-pain sont nombreuses et largement commentées dans la littérature. Ces cas pathologiques montrent à quel point les RN peuvent manquer de robustesse et d’explication quant au résultat. Les rendant inopérantes dans des systèmes critiques.
De récents articles ont montré comment grâce à des réseaux de neurones Lischtz, nous pouvions améliorer considérablement la robustesse des réseaux de neurones dans le cadre de la classification binaire et redonner un caractère explicable aux attaques adversariales.

Objectifs

À l’issue de la formation, le stagiaire sera capable de :

  • Connaitre les faiblesses des RN classiques
  • Comprendre et mettre en oeuvre la solution DEEL-LIP dans le cas binaire

Pré-requis

  • Bases mathématiques niveau ingénieur
  • Pratique du ML
  • Python

Programme

  • Enjeux des RN dans les systèmes critiques
  • État de l’art en attaques adversariales
  • Principes théoriques (distance de Wasserstein et réseaux Lipschtiz)
  • Mise en œuvre de la librairie DEEL-LIP

Compétences

Mise en œuvre de la solution DEEL-LIP dans le cas binaire

Inscription

celine.tevino@irt-saintexupery.com

Niveau
Cycle
Langue

Français ou anglais

Lieu

B 612, 3 Rue Tarfaya, 31400 Toulouse

 

Durée et dates

A la demande

Tarif

600 € HT , Remise 20% partenaires ANITI

Modalités

Présentiel

Publics

Ingénieurs

Intervenants

Grégory Flandin, ingénieur de recherche à l’IRT Saint Exupéry

Contact

celine.tevino@irt-saintexupery.com

Categories:

Call for ANITI 2.0 chairs

X
fr_FRFrench