Sicherheit im maschinellen Lernen und seine Anwendungen (SiMLA) 2025
Beschreibung
Der 7. ACNS Workshop über Sicherheit im Maschinellen Lernen und seine Anwendungen (SiMLA 2025) konzentriert sich auf die Sicherheits- und Datenschutzprobleme von Systemen des maschinellen Lernens. Er lädt zu Originalbeiträgen ein, die sich mit gegnerischem Lernen, Robustheitsanalysen und datenschutzfreundlichen Techniken beschäftigen. Der Workshop zielt darauf ab, die Zusammenarbeit unter Forschern zu fördern und den Austausch innovativer Ideen in diesem Bereich zu ermutigen.
Höhepunkte
Konzentriert sich auf Sicherheits- und Datenschutzfragen im maschinellen Lernen. Untersucht adversariales Lernen und Robustheitsanalyse. Betont datenschutzfreundliche Techniken des maschinellen Lernens. Fördert die Zusammenarbeit unter Forschern. Sucht originale Beiträge in Form von vollständigen und kurzen Aufsätzen. Beinhaltet einen Preis für das beste Paper. Einreichungen müssen anonym sein. Die Proceedings werden von Springer veröffentlicht.
Veranstaltungsort
Lassen Sie Ihr Netzwerk wissen, dass Sie dabei sind
Teilen Sie diese Veranstaltung, um Gespräche zu beginnen, Kollegen einzuladen und sich vorab zu vernetzen.
Verwandte Events
Verantwortungsvolle KI gestalten: Vertrauen, Autonomie & Verborgene Risiken
Kein Bullshit AI: Geschäftsanwendungen finden, die messbare Ergebnisse bringen
#31 KI-Serie: HuggingFace - N. Tazi
BLISS x Semrush Workshop: Betrieb von Agentic AI in der Produktion
2 Plätze freiAgentic AI Engineering Lab #5 – Robuste Bereitstellungen & Der Orchestrator-AgentSamstag, 11. April · 10:00 Uhr MESZvon The Agentic AI Engineering Lab: Bauen, Brechen & Iterieren4 Teilnehmer
WordPress Meetup Leipzig - #66 WordPress 7 - Ausblick und neue Funktionen (KI)
Gestaltung im Zeitalter der KI: Wann soll das System entscheiden?
KI IN DER PRAXIS: Buzzword-Bingo inklusive (wortwörtlich) ✔️
21. April - Stuttgart AI, ML und Computer Vision Meetup Dienstag, 21. Apr · 17:30 Uhr MESZ von Stuttgart AI, Machine Learning and Computer Vision Meetup.
Amazon Strands SDK: Entwickeln, Bereitstellen und Skalieren von KI-Agenten
REAL-World KI in Java mit Quarkus