返回首页
可证明鲁棒的深度神经⽹络训练与验证技术
CCF科技成果奖
项目名称：可证明鲁棒的深度神经⽹络训练与验证技术
完成单位：华东师范大学、中国科学院软件研究所、清华大学
主要完成人：张民、宋富、李钦、赵虹，缪炜恺、蒲⼽光
该项目聚焦深度神经网络安全性问题，定义了深度神经网络鲁棒性可验证度量新准则，提出了深度神经网络鲁棒最优近似验证新技术，构建了深度神经网络可证明鲁棒的训练新方法，实现了深度神经网络的正确性构造，研究成果得到了国内外学术同行的广泛关注。
<<< 上一篇
基于软件重构的软件质量保障理论与方法
<<< 下一篇 低质数据资源适配的可信生物组学挖掘方法体系
读完这篇文章后，您心情如何？
推荐内容
More >>>- · AI时代产学研合作如何创造新价值 CCF UIC论坛
- · 构建可信AI：企业级Agent架构与应用实践 | TF
- · 以数据为中心的AI智能体落地实践 | TF技术前
- · 大模型的知识与记忆 | TF技术前线184期回顾
- · 复杂智能体系统的开发与驾驭——对话宋继强、
- · 共绘BioAI无限未来 ——CCF TF第186期在京成
- · CNCC2026颁奖典礼隆重颁发四大奖项 ——CCF王
- · 2026年CCF大学生启航计划发布典礼在蓉举行
- · 第二届CCF数字孪生创新发展推进会和CCF沈阳联
- · CCCF 2026年10月刊发布
- · 2026 CCF CCSP竞赛手册发布，10月21~22日成都
所有评论仅代表网友意见