<noframes id="b7zbb">

<big id="b7zbb"></big>

    <address id="b7zbb"><pre id="b7zbb"><strike id="b7zbb"></strike></pre></address>
    <address id="b7zbb"></address>
    <noframes id="b7zbb">

        <track id="b7zbb"></track>
          <big id="b7zbb"><strike id="b7zbb"><span id="b7zbb"></span></strike></big>

          學術科研

          武大計算機學院葉茫教授作“隱私保護的多源異構聯邦學習”專題報告

          發布日期:2022-06-17 發表者:陳治國 瀏覽次數:

           




           

             (圖文|信息  編輯|辛西  審核|王歡)6月16日下午4:30,信息學院“Happy hour”活動2022年第14期學術交流會在逸夫樓C603會議室舉行。受信息學院人工智能系王歡副教授邀請,武漢大學計算機學院葉茫教授作了一場關于“隱私保護的多源異構聯邦學習”的精彩報告。這場學術交流會吸引了來自信息學院眾多師生線上線下的參與。

             葉茫教授主要從“互相關蒸餾的異構聯邦學習”以及“噪聲魯棒的異構聯邦學習”兩方面開展專題報告。會議伊始,葉茫教授具體介紹了聯邦學習的背景。在傳統機器學習和聯邦學習對比分析之中,葉教授給出聯邦學習的定義:聯邦學習是一種帶有安全加密技術的分布式機器學習框架,能有效幫助多個機構在保護數據隱私的要求下,進行聯合機器學習建模,他以人臉識別場景為例給在座的大家介紹了聯邦學習的優勢。


             葉茫對自己在持續異構聯邦學習方面所做的工作做了詳細介紹。其中,葉教授主要講述了持續異構聯邦學習中的三個關鍵問題:模型異構、數據異構以及災難性遺忘。針對這3個問題,葉教授給出具體解決思路。針對模型異構的問題,葉教授提出,利用隨機數據輸入至不同的參與模型進行知識蒸餾;針對數據異構的問題,提出利用互相關對比學習挖掘輸入數據間的關系表達來減輕數據分布差異的影響;針對災難性遺忘問題,提出利用持續學習平衡從他人和自身學到的知識來保持和提高本地數據的性能。對于這些解決思路,葉教授從私有數據和公共數據2方面實驗結果論證了思路的優勢所在。

             葉茫教授介紹了自己在魯棒異構聯邦學習方向的工作。葉教授主要講述其中3個關鍵問題:模型異構、本地噪聲以及外部噪聲。針對這3個問題,葉教授同樣給出具體解決思路。針對模型異構問題,葉教授提出利用不相關數據輸入至不同的參與模型進行知識蒸餾;針對本地噪聲問題,提出利用反向交叉熵(RCE)對稱地增強交叉熵來緩解本地更新過程中本地噪聲帶來的影響;針對外部噪聲問題,提出根據客戶端數據質量和模型性能,在合作學習時對客戶端自適應重新加權。同樣,葉茫教授也從私有數據和共有數據以及四種模型上的對比結果論證解決思路的優異性。

             最后,葉茫教授教授對今天的內容進行關于對應的學習場景和解決方案的簡要總結,并提出了未來關于聯邦學習中統一方法基準、全面的隱私保護以及公平的聯邦學習方面的展望。除了講解聯邦學習,葉教授介紹了其他方面的工作,如跨場景關鍵目標檢索、文本圖像跨模態匹配以及圖像意圖理解等。

             報告結束,葉茫教授和在場師生就隱私保護的多源異構聯邦學習方面進行了深入探討。向金海老師提出了聯邦學習的條件性問題,針對損失函數的設計問題與葉老師進行具體的意見交換,其中王玉龍老師、劉友發老師、邵佳老師就相關問題也積極參與了意見交換。在思想的火花激烈的碰撞之中,各位老師在不同的視角看待問題,收獲頗豐,會議在歡快而熱烈的交流氛圍中落幕。

           

          葉茫教授簡介:
          葉茫,武漢大學計算機學院教授、博士生導師。國家高層次青年人才(海外)、中國科協青年托舉人才。主要研究方向計算機視覺、聯邦學習等,發表國際期刊會議論文 60 余篇,其中第一/通訊作者發表 CCF-A 類論文 20 余篇,谷歌學術引用 3000 余次。主持湖北省重點研發計劃、國家自然科學基金面上項目等10余項。獲谷歌優秀獎學金、計算機視覺頂會 ICCV2021 無人機特定行人檢索賽道冠軍、2021年斯坦福排行榜 “全球前2%頂尖科學家”等榮譽。

          高潮AAA人人爽人人爱

          <noframes id="b7zbb">

          <big id="b7zbb"></big>

            <address id="b7zbb"><pre id="b7zbb"><strike id="b7zbb"></strike></pre></address>
            <address id="b7zbb"></address>
            <noframes id="b7zbb">

                <track id="b7zbb"></track>
                  <big id="b7zbb"><strike id="b7zbb"><span id="b7zbb"></span></strike></big>