神经网络的对抗Rademacher复杂度
报告题目: 神经网络的对抗Rademacher复杂度
报告专家：萧建聪（香港中文大学（深圳））
报告时间：2023年2月27日，下午2：00-4：00
报告地点：国家天元数学西南中心401
摘要：
本文研究深度神经网络的对抗 Rademacher 复杂度。在标准设定下， Rademacher 复杂度上界的研究已经比较完善。然而，在对抗设定下，如何计算Rademacher 复杂度还不清楚。主要困难来源于对抗损失函数的复杂性。本文对这个公开问题给出了一个解。我们首次证明了深度神经网络的对抗Rademacher复杂度的上界。我们的方法是给出了一个新的对抗扰动上界以计算对抗 Rademacher 复杂度。 该复杂度上界能够为对抗鲁棒泛化困难给出一个解释。
报告人简介：萧建聪是香港中文大学（深圳）博士生，主要研究方向为机器学习理论和神经网络的对抗鲁棒性，导师是罗智泉教授。即将前往美国宾夕法尼亚大学从事博士后研究工作。此前于香港中文大学和中山大学分别获得硕士和学士学位。
邀请人：王治国
