Zadání studentských prací

Zadání výzkumného úkolu

Základní údaje

Posluchač:
Program / Obor:

Název (CZ):	Moderní metody robustního strojového učení
Název (EN):	Modern methods of robust machine learning

1.	Nastudovat literaturu v oblasti metrik vizuální podobnosti.
2.	Nastudovat literaturu v oblasti tvorby adversariálních vzorků.
3.	Nastudovat dokumentaci k relevantním knihovnám robustního strojového učení (RobustBench, Foolbox).
4.	Implementace vybraných metrik vizuální podobnosti.
5.	Využití naimplementovaných metod vizuální podobnosti pro tvorbu adversariálních vzorku.
6.
7.
8.

Vyžadovaný formát referencí

Dodržujte následující formátování seznamu použité literatury. Pokud formát nedodržíte, bude Vám zadání vráceno k přepracování.

článek v časopise: Autor/ři, Název_článku. Název_časopisu ročník, rok, stránky.
příklad: K. G. Hare, Tiles in quasicrystals with quartic irrationality. Mathematics of Computation 75, 2009, 405–420.
kniha: Autor/ři, Název_knihy. Vydavatel, rok.
příklad: N. L. Johnson, S. Kotz, N. Balakrishnan, Continuous univariate distributions. John Wiley & Sons, New York, 1994.
příspěvek ve sborníku: Autor/ři, Název_příspěvku. In ‘Název_sborníku’, Vydavatel, rok, stránky.
příklad P. Mueller, P. Wonka, S. Haegler, et al., Procedural modeling of buildings. In ‘ACM SIGGRAPH 2006 Papers’, ACM New York, 2006, 614–623.

1.	Naveed Akhtar, Ajmal Mian, Navid Kardan, Mubarak Shah, Advances in adversarial attacks and defenses in computer vision: A survey. IEEE Access 9, 2021, 155161-155196.
2.	W., Eric, F. Schmidt, Z. Kolter, Wasserstein adversarial examples via projected sinkhorn iterations. International Conference on Machine Learning, PMLR, 2019.
3.	J. Rauber, R. Zimmermann, M. Bethge, W. Brendel, Foolbox: A Python toolbox to benchmark the robustness of machine learning models. Reliable Machine Learning in the Wild Workshop, 34th International Conference on Machine Learning, 2017.
4.
5.
6.

Školitel:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karlovo náměstí 13, 121 35 Praha 2
	(Název instituce a adresa)
Email:
Telefon:

Konzultant:
	(Celé jméno a příjmení s tituly)
Pracoviště:	Katedra počítačů Fakulta elektrotechnická České vysoké učení technické v Praze Karlovo náměstí 13, 121 35, Praha 2
	(Název instituce a adresa)

Datum zadání:
Datum odevzdání:

Stav zadání

Schváleno KM

Historie

2022-10-05 14:43:32

– zahájení procesu zadání

2022-10-05 14:56:51

– zasláno školiteli

2022-10-11 14:33:18

– upraveno školitelem

2022-10-11 14:59:06

– zasláno školiteli

2022-10-12 14:16:35

– upraveno školitelem

2022-10-12 14:22:26

– zasláno na KM

2022-10-24 14:04:27

– vráceno k opravě

2022-10-24 14:44:54

– zasláno na KM

2022-10-24 14:57:41

– žádost o autorizaci

2022-10-24 15:24:23

– autorizováno školitelem

2022-10-31 16:03:25

– schváleno KM