講座時間：2023年5月18日（星期四）15:00-17:00
講座地點：人工智能與數(shù)據(jù)科學(xué)學(xué)院 102室
講座題目：聯(lián)邦學(xué)習(xí)最新進(jìn)展
講座嘉賓：金耀初 教授
講座嘉賓：
金耀初是德國聯(lián)邦教育和研究部授予的亞歷山大-馮-洪堡人工智能教席教授，目前任職于德國比勒費爾德大學(xué)技術(shù)學(xué)院。他曾是芬蘭于韋斯屈萊大學(xué)的 "芬蘭杰出教授"、中國東北大學(xué)的 "長江特聘訪問教授 "和澳大利亞悉尼科技大學(xué)的 "杰出訪問學(xué)者"。他的主要研究興趣包括進(jìn)化優(yōu)化和學(xué)習(xí)，可信機器學(xué)習(xí)和優(yōu)化，以及進(jìn)化發(fā)育人工智能。他是歐洲科學(xué)院院士和IEEE會員。
金教授目前是IEEE計算智能學(xué)會的當(dāng)選主席和《復(fù)雜與智能系統(tǒng)》的主編。他曾是IEEE Transactions on Cognitive and Developmental Systems的主編，2013-2015年和2017-2019年的IEEE杰出演講人，IEEE計算智能學(xué)會的技術(shù)活動副主席（2015-2016）。他是2018年和2021年IEEE Transactions on Evolutionary Computation杰出論文獎，以及2015年、2017年和2020年IEEE Computational Intelligence Magazine杰出論文獎的獲得者。2019年至2022年，他連續(xù)被Web of Science評為 "高被引科學(xué)家"。
講座簡介：
聯(lián)邦學(xué)習(xí)是隱私保護(hù)的機器學(xué)習(xí)的一個有效的學(xué)習(xí)范式。本講座首先介紹兩種基于異步模型更新和三元壓縮的降低通信效率的聯(lián)邦學(xué)習(xí)算法。然后，介紹聯(lián)邦環(huán)境下的兩種多目標(biāo)進(jìn)化神經(jīng)架構(gòu)搜索方法。本講座主要專注于深度神經(jīng)架構(gòu)的有效表示，學(xué)習(xí)中的多目標(biāo)問題的有效處理，以及如何降低神經(jīng)架構(gòu)搜索過程的計算復(fù)雜性。最后，本講座將概述一些未來的研究課題。
