学术报告

当前位置: 首页 学术报告 正文
学术报告七十一:基于模型聚合的开集联邦学习研究

时间:2021-07-31 16:37

主讲人 讲座时间
讲座地点 实际会议时间日
实际会议时间年月

数学与统计学院学术报告[2021] 071

(高水平大学建设系列报告570)

报告题目:基于模型聚合的开集联邦学习研究

报告人:薛向阳 教授(复旦大学)

报告时间:2021829:0010:00

腾讯会议ID886 149 913

报告内容:随着智能手机应用广泛普及,用户拥有日益增多的图片数据,对不同用户而言其图片数据分布差异很大。在隐私保护要求下,用户之间通常不会共享其图片数据,也不会公开将其图片数据提交给云端服务提供商。研究基于模型聚合的开集联邦学习方法,在隐私保护前提下,既可以基于各个用户的图片数据持续训练其模型,又能实现不同用户的模型知识聚合,使聚合之后模型性能得到持续提升。报告将介绍我们团队近期的一些研究尝试,包括知识蒸馏、参数聚合等深度神经网络模型的聚合方法和开集学习方法等。

报告人简历:复旦大学计算机科学技术学院教授,主要从事计算机视觉、多媒体内容分析和机器学习等研究,在IEEE TPAMI、TIP等权威期刊和CVPR、ICCV、ICML、NeurIPS、AAAI、IJCAI、ACM MM等顶级会议上发表80余篇论文。曾获ICME 2017最佳会议论文奖和IEEE TMM 2016年最佳论文提名奖。担任《计算机研究与发展》、《计算机科学与探索》等编委。2018年成为教育部人工智能科技创新专家组的工作组专家,2016年被聘为科技部重点专项“云计算与大数据”总体专家组成员。目前担任复旦大学大数据学院和大数据研究院副院长。

 

欢迎感兴趣的师生参加!

                                                数学与统计学院

                      2021年7月31日