admin
-
简述对抗样本检测方法
对抗样本会的存在严重威胁到机器学习模型的输出准确性。目前最常用的对抗样本生成方法是FGSM,其通过在沿着损失函数梯度方向添加一个细小的扰动,来“增大”损失,进而改变目标函数的输出。而我们通过FGSM基于目标模型生成对抗样本,并将其与原始样本组合去训练一个二分类器,最终将对抗样本从原始样本…
-
注意力机制
注意力机制应用在encoder-decoder模型中,可以使Decoder根据时刻的不同,让每一时刻的输入都有所不同,使处理长输入句子时效果更好,会对目前大多数方法进行抽象,可以将其归纳为三个阶段:1.相似度计算;2.归一化;3.加权求和。注意力机制在机器翻译、阅读理解、语义角色标注、关…
-
关联规则分析相关算法介绍
关联规则分析是以中基于规则的机器学习算法,也是一种用于知识发现的算法。可以在大数据中发现感兴趣的关系,目的是利用一些度量指标来分辨数据库中存在的强规则。本次学术报告主要介绍了针对无序数据的Apriori算法,以及针对有序数据的GSP、SPADE算法。关联分析应用广泛,可以在大数据分析,网…
-
2018年第2届全国研究生信息安全与对抗技术竞赛通知
各有关高校、指导教师和参赛学生: 经信息安全与对抗技术竞赛组委会决定,于2018年10月举办第二届全国研究生信息安全与对抗技术竞赛分组对抗赛,现将有关事项通知如下: 一、目的 全国研究生信息安全与对抗技术竞赛(ISCC:Information Security and Countermeasures Contest,www.isclab.org….
-
2018年“信阳杯”网络安全对抗技术精英挑战赛通知
各有关高校、指导教师和参赛学生: 经网络安全对抗技术精英挑战赛组委会决定,于2018年10月下旬举办“信阳杯”网络安全对抗技术精英挑战赛,现将有关事项通知如下: 一、目的 网络安全已涉及到国家政治、经济、文化、社会和生态文明建设的方方面面。保障网络安全在我国已经上升为国家战略,“没有网络安全就没有国家安全,就没…
-
网络表示学习
这次报告讲解了网络表示学习的基本概念,对LINE算法的原理进行了深入讲解,并对网络表示学习算法的应用场景做了简单介绍。 网络表示学习-李东超-2018-09-16 19_00_00
-
图半监督学习
图半监督学习是半监督学习中的一种,基于聚类假设和流形假设,利用少量的有标记样本和大量的未标记样本,提高训练得到模型的泛化能力。其主要过程包括:图构建;标记传播;模型训练。其中迭代式标记传播算法是图半监督学习中的重要算法。图半监督学习在包括命名实体识别在内的许多任务中得到应用。 附件-图半…
-
基于协同过滤的推荐算法
推荐系统在现在的生活中随处可见,淘宝天猫的商品推荐,音乐软件的每日歌曲推荐等,协同过滤就是一种很受欢迎的推荐算法。协同过滤指利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息。本次学术报告主要讲解了三种常用且基本的协同过滤推荐算法:UserCF、ItemCF、LFM。 附件-…