Les différentes facettes de l'apprentissage adversariel

par Laurent Meunier

Projet de thèse en Informatique

Sous la direction de Jamal Atif.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Ecole doctorale de Dauphine (Paris) , en partenariat avec Laboratoire d'analyse et modélisation de systèmes pour l'aide à la décision (Paris) (laboratoire) et de Université Paris-Dauphine (établissement de préparation de la thèse) depuis le 04-02-2019 .


  • Résumé

    Le but de cette thèse est d'étudier l'apprentissage adversariel de manière général. Il s'agira de développer des algorithmes d'apprentissage automatique robustes contre des adversaires malveillants (attaques adversarielles, data poisoning). L'étude se focalisera sur l'état de l'art des algorithmes d'apprentissage profonds (e.g. réseaux de neurones convolutifs) mais aussi sur l'apprentissage par renforcement

  • Titre traduit

    The different facets of adversarial learning


  • Résumé

    The purpose of this thesis is to study adversarial learning in general. The aim is to design robust machine learning algorithms against malicious adversaries (adversarial attacks, data poisoning). The study will focus on state-of-the-art deep learning classification algorithms (e.g. convolutional networks) but also on reinforcement learning.