机器学习模型鲁棒训练与认证综述及前瞻
机器学习
2022-09-28 v2 最优化与控制
机器学习
摘要
在本讨论文中，我们综述了近期围绕机器学习模型鲁棒性的研究。随着学习算法在数据驱动控制系统中日益流行，必须确保其对于数据不确定性的鲁棒性，以维持可靠的安全关键操作。我们首先回顾此类鲁棒性的常见形式化定义，进而讨论用于训练鲁棒机器学习模型的流行与前沿技术，以及可证明地认证此类鲁棒性的方法。通过对鲁棒机器学习的这一统一梳理，我们识别并讨论了该领域紧迫的未来研究方向。
引用
@article{arxiv.2208.07464,
title = {An Overview and Prospective Outlook on Robust Training and Certification of Machine Learning Models},
author = {Brendon G. Anderson and Tanmay Gautam and Somayeh Sojoudi},
journal= {arXiv preprint arXiv:2208.07464},
year = {2022}
}