Adversariale Robustness eines Bilderkennungs-Modells im Bauwesen
Übersicht
Worum es bei diesem Projekt geht.
Du implementierst Angriffe und Störungen auf ein Bau-Bildmodell, analysierst Schwachstellen und erhältst ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Führe eine adversariale und natürliche Robustness-Studie eines PSA-Erkennungs-Modells durch und liefere einen versicherungs-tauglichen Robustness-Report.
Earning criteria — what you'll demonstrate
- Adversariale Angriffe als Robustness-Bewertungs-Werkzeug einsetzen
- Natürliche Perturbationen für realistische Bedingungen aufsetzen
- Robustness-Metriken in einer regulierten Form reporten
- Roll-out-Empfehlungen mit Restrisiko-Beschreibung schreiben
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Trustworthy AI, Robustness, and Safety
Master · Ai Ml
Fit score: 1
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenKI-Sicherheits-Forscher:in
Adversariale und natürliche Robustness-Studien für regulierte Use-Cases sind die typische AI-Safety-Researcher-Arbeit in Industrie-Settings.
Dieses Projekt schärft
- adversarial-robustness
- robustness
- regulatory-analysis
Computer-Vision-Ingenieur:in
Robustness-Bewertung gehört zur produktreifen CV-Engineering-Arbeit in jeder regulierten Industrie-Anwendung.
Dieses Projekt schärft
- computer-vision
- pytorch
- evaluation
Maschinelles-Lernen-Forscher:in
Angriffs-Methoden als Bewertungsmaßstab einzusetzen und ehrlich zu reporten, ist Forschungs-Disziplin in Trustworthy-AI-Labs.
Dieses Projekt schärft
- adversarial-robustness
- evaluation
- robustness
Noch eine Sache