报告人：祁树仁博士

报告题目：面向可信视觉任务的不变表征方法研究

摘要：开发稳健、可解释的视觉系统是迈向可信人工智能的关键步骤。为此，一类重要的研究范式将视觉任务及其物理系统所固有的不变性或对称性结构抽象出来，作为数据表征环节的设计原则。该类方法被称为“不变表征”，在几何深度学习、人工智能驱动的科学发现、以及信息安全和取证等可信人工智能领域得到了广泛的研究与应用。在本次报告中，我们将回顾前人的不变表征研究，并介绍所提出的全局、局部和层次不变表征新方法及其可信应用。

报告时间：2024年7月3日4：00

报告形式：#腾讯会议：338-496-018

报告人简介：祁树仁，南京航空航天大学博士毕业生。研究兴趣为可信人工智能，专注于数据表征的不变性、稳健性和解释性相关理论。博士期间系统性地提出了全局、局部和层次不变表征新方法，并在面向语义缺陷、对抗性扰动、硬件指纹、人工智能生成内容AIGC的取证任务中成功应用。已在领域著名期刊发表学术论文11篇，其中第一/通讯作者7篇，包括1篇ACM Computing Surveys长篇综述和2篇IEEE TPAMI研究论文。