讲座题目：对抗学习中的稳健统计方法
主讲人：崔恒建教授 首都师范大学
讲座时间：2022年10月21日上午10点-11点
讲座地点：腾讯会议号：894-3675-9750
主讲人简介：
崔恒建，首都师范大学教授，博士生导师，中国科协第十届全委会委员，曾任国务院学位委员会学科评议组专家。中国科学院系统科学研究所博士毕业。在大数据统计建模、高维统计及其稳健统计理论和方法、统计机器学习、金融统计、以及质量管理等领域取得过许多重要的研究成果，发表论文180余篇，其中包括发表在国际顶级的统计和计量经济学杂志JASA、AoS、JRSS(B)、Biometrika和JoE上。主持国家自然科学基金重点项目、杰青（B）项目以及多项面上项目、主要参加教育部重大科研基金项目、科技部863等项目。现担任《数学学报》和《应用数学学报》中、英文版以及《Statistical Theory and Related Fields》编委，中国现场统计研究会副理事长，全国工业统计教育研究会副理事长，北京应用统计学会会长，国际数理统计学会（中国分会）常务理事。曾获得教育部高等学校科学技术奖-自然科学奖二等奖；全国统计科学研究优秀成果奖一等奖等。
主讲内容：
在机器学习中，经常出现两类特殊的异常样本：对抗样本和离群样本，这两类样本的存在，不仅会导致深度学习模型的性能大幅下降，还会存在很大的安全隐患。如何检测和识别这类在机器学习中出现的异常样本是人们极其感兴趣的问题。本演讲从该问题出发，介绍稳健统计思想和方法，包括稳健性、污染分布、崩溃点，影响函数等概念，并同时介绍MCD、T-型等实用稳健估计方法。进一步把这些稳健统计方法用到对抗学习等实例中去，结果表明稳健统计方法对提高机器学习及其数据处理的稳定性和有效性起着极其重要的作用。
