面向隐私盘算的联邦学习相关手艺研究

2021.10.21

投稿:周时强部分:盘算机工程与科学学院浏览次数:

活动信息

时间: 2021年10月25日 13:30

所在: 腾讯聚会(ID:950 389 620)

报 告 人:陈川 副教授,,,中山大学

报告时间:10月25日(周一)13:30 

报告所在:腾讯聚会(ID:950 389 620)

邀 请 人:马丽艳 副研究员                

报告摘要:

隐私盘算指在; ;な葑约翰畛赝庑孤兜奶跫下,,,实现数据剖析盘算,,,在消除“数据孤岛”、合规避险、弥合“信任鸿沟”方面具有重大意义,,,而联邦学习作为隐私盘算的主要工具,,,已在学界业界引发普遍的研究热潮并连系到各个领域。。。本报告主要面向联邦学习中的(装备异构性,,,节点清静性,,,及数据多样性)几个问题划分先容课题组在该领域的一些相关事情。。。详细地,,,针春联邦学习中的装备异构问题,,,提出了适用于资源受限装备的异构联邦学习融合架构; ;针对清静问题,,,提出了基于区块链委员会共识机制的去中心化联邦学习框架; ;针对客户端中保存的富厚图数据信息,,,基于图数据的异构性和互补性,,,提出了基于全局自监视信息的联邦图学习。。。

报告人简介:

陈川, 现任中山大学盘算机学院副教授。。。2012 于中山大学数学与应用数学专业获学士学位,,,2016 于香港浸会大学数学统计专业获博士学位,,,曾获比利时FWO资助于比利时鲁汶大学(KU Leuven)电子工程系会见交流。。。近年来主要研究偏向包括图机械学习理论与应用,,,社交网络剖析,,,知识图谱剖析,,,及联邦学习等。。。揭晓SCI索引国际期刊(包括IEEE TNNLS, TIP, ACM TOIS, NSR等)及国际聚会论文(包括AAAI, IJCAI, ICML, WWW, INFOCOM, CIKM, ICDM等)60余篇,,,其中中科院一区及CCF A类聚会及期刊论文20余篇。。。现任Elsevier国际期刊Software Impacts副主编,,,担当IEEE TIP/TSP/TNNLS等多份国际期刊审稿人,,,担当IJCAI/AAAI等多个国际学术聚会的(高级)程序委员会委员及论坛主席,,,中国盘算机学会(CCF)人工智能与模式识别专委会委员。。。主持国家重点研发妄想项目课题,,,国家自然科学面上项目/青年基金,,,广东省基础研究项目/面上项目,,,2019年CCF-腾讯犀牛鸟科研基金项目,,,2021年腾讯微信犀牛鸟专项基金等,,,并与多家企业(包括微信/微众银行/网易)开展恒久研究相助。。。


【网站地图】【sitemap】