A continuación una breve descripción del proyecto. Esta propuesta puede modificarse de acuerdo, así que estos detalles tienen un objetivo meramente informativo.

Estudio de la resistencia de redes neuronales profundas ante ataques

Realizar estudios sobre el comportamiento de redes neuronales profundas para mejorar su desempeño, ampliar su precisión de clasificación y hacerlas resistentes ante ataques.

redes neuronales, algoritmos evolutivos, algoritmos multiobjetivo, sistema web

Actualmente, las redes neuronales profundas (DNNs) han tenido un impacto muy importante en las ciencias, ingenierías e industria. Sin embargo, se ha detectado que en ocasiones los modelos de DNNs tienen poco poder de generalización. Además, un estudio reciente mostró que las DNNs son sensibles ante pequeños cambios cuando son entrenadas para reconocer imágenes.

A través de este proyecto se busca estudiar el comportamiento de estas DNNs y resolver algunas de las siguientes preguntas:

• ¿Cómo es posible aumentar la precisión de las DNNs y hacerlas resistentes ante ataques?
• ¿Cuáles son los factores críticos del diseño de DNNs para hacerlas resistentes ante ataques?
• ¿Es posible generalizar la solución para hacerlas resistentes tomando en cuenta diferentes tipos de datos?

Ninguno.

De 1 a 2 estudiantes.

• Análisis y diseño de algoritmos .
• Estructuras de datos no lineales (árboles, grafos, etc.).
• Programación en lenguaje C y C++ .

• Cómputo concurrente .
• Aprendizaje automático.
• Programación en lenguaje Python .

Aquí te comparto algunas preguntas frecuentes que se han presentado a lo largo de los cursos. Te recomiendo que consultes esta sección porque es probable que encuentres información de tu interés.