会議情報

DSML 2018: Dependable and Secure Machine Learning

会議のウェブサイトを表示するにはログインしてください
無料登録で公式サイトの閲覧、締切のトラッキング、メールリマインダーが利用できます。
新規登録 ログイン
締切カウントダウンバッジを埋め込む
DSML
このデータを API で取得
検索とランキング一覧は資格情報なしで利用できます。このページの詳細データには無料の API キーが必要です。詳しくは開発者向けガイドをご覧ください。
投稿締切日:
2018-04-01
通知日:
2018-05-01
開催日:
2018-06-25
開催地:
Luxembourg City, Luxembourg
閲覧: 10946   フォロー: 0   参加: 0

会伴インデックス (CP-I)

42.1 / 100
全 5,646 件中 第 4,037 位 · 上位 72%

セキュリティ・プライバシー 分野 357 件中 第 256 位 システム・アーキテクチャ 分野 341 件中 第 269 位 人工知能・機械学習 分野 733 件中 第 509 位

根拠が限られています：この会議は CCF / ICORE / QUALIS のいずれにも収録されておらず、採択率のデータもないため、スコアの大部分は中立の基準値に戻ります。
学術的評価 (35%) データなし — 中立の基準値 50 点として算入 —
投稿の選択性 (20%) データなし — 中立の基準値 50 点として算入 —
開催回数 (20%) データなし — 中立の基準値 50 点として算入 —
コミュニティの注目度 (10%)
8
公開情報の充実度 (15%)
25

使用した入力: 過去 24 か月にこのページを開いた研究者：2 人

公開情報で不足しているもの: 過去の採択率 (+4.5) · 過去の開催回 (+3.0) · 最優秀論文の記録 (+2.3)
主催者は会議を認証申請したうえで、このページから直接追加できます。スコアは毎晩再計算されます。このスコアを上げるには

信頼度 25% — スコアのうち、中立の基準値ではなく実際に観測されたデータに基づく割合。 このスコアの算出方法 · ランキングを見る · アルゴリズム版 1.1 · 算出日 2026-08-30

論文募集

DSML 2018 (Dependable and Secure Machine Learning) is an academic conference held in Luxembourg City, Luxembourg on 2018-06-25. The paper submission deadline is 2018-04-01. Acceptance notifications are sent on 2018-05-01.

Machine learning (ML) is increasingly used in critical domains such as health and wellness, criminal sentencing recommendations, commerce, transportation, human capital management, entertainment, and communication. The design of ML systems has mainly focused on developing models, algorithms, and datasets on which they are trained to demonstrate high accuracy for specific tasks such as object recognition and classification. Machine learning algorithms typically construct a model by training on a labeled training dataset and their performance is assessed based on the accuracy in predicting labels for unseen (but often similar) testing data. This is based on the assumption that the training dataset is representative of the inputs that the system will face in deployment. However, in practice there are a wide variety of unexpected accidental, as well as adversarially-crafted, perturbations on the ML inputs that might lead to violations of this assumption. Further, ML algorithms are often executed on special-purpose hardware accelerators, which may themselves be subject to faults. Thus, there is a growing concern regarding the reliability, safety, security, and accountability of machine learning systems. The DSN Workshop on Dependable and Secure Machine Learning (DSML) is an open forum for researchers, practitioners, and regulatory experts, to present and discuss innovative ideas and practical techniques and tools for producing dependable and secure ML systems. A major goal of the workshop is to draw the attention of the research community to the problem of establishing guarantees of reliability, security, safety, and robustness for systems that incorporate increasingly complex ML models, and to the challenge of determining whether such systems can comply with requirements for safety-critical systems. A further goal is to build a research community at the intersection of machine learning and dependable and secure computing. Topics of Interest Testing, certification, and verification of ML models and algorithms Metrics for benchmarking the robustness of ML systems Adversarial machine learning (attacks and defenses) Resilient and repairable ML models and algorithms Reliability and security of ML architectures, computing platforms, and distributed systems Faults in implementation of ML algorithms and their consequences Dependability of ML accelerators and hardware platforms Safety and societal impact of machine learning
最終更新：Dou Sun（）

関連会議

関連ジャーナル

CCF正式名称インパクトファクター出版社ISSN
BMachine Learning2.9Springer0885-6125
AIEEE Transactions on Dependable and Secure Computing7.5IEEE1545-5971
AIEEE Transactions on Multimedia9.7IEEE1520-9210
CKnowledge-Based Systems7.2Elsevier0950-7051
BSoftware & Systems Modeling3.2Springer1619-1366
AIEEE Transactions on Computers3.8IEEE0018-9340
CFuture Generation Computer Systems5.9Elsevier0167-739X
CNeurocomputing6.5Elsevier0925-2312
CPattern Recognition Letters3.9Elsevier0167-8655
BPattern Recognition7.6Elsevier0031-3203

コメント 0

まだコメントはありません。

コメントするにはログインしてください