讲座时间：2023年5月18日（星期四）15:00-17:00

讲座地点：人工智能与数据科学学院  102室

讲座题目：联邦学习最新进展

讲座嘉宾：金耀初  教授

讲座嘉宾：

金耀初是德国联邦教育和研究部授予的亚历山大-冯-洪堡人工智能教席教授，目前任职于德国比勒费尔德大学技术学院。他曾是芬兰于韦斯屈莱大学的 "芬兰杰出教授"、中国东北大学的 "长江特聘访问教授 "和澳大利亚悉尼科技大学的 "杰出访问学者"。他的主要研究兴趣包括进化优化和学习，可信机器学习和优化，以及进化发育人工智能。他是欧洲科学院院士和IEEE会员。

金教授目前是IEEE计算智能学会的当选主席和《复杂与智能系统》的主编。他曾是IEEE Transactions on Cognitive and Developmental Systems的主编，2013-2015年和2017-2019年的IEEE杰出演讲人，IEEE计算智能学会的技术活动副主席（2015-2016）。他是2018年和2021年IEEE Transactions on Evolutionary Computation杰出论文奖，以及2015年、2017年和2020年IEEE Computational Intelligence Magazine杰出论文奖的获得者。2019年至2022年，他连续被Web of Science评为 "高被引科学家"。

讲座简介：

联邦学习是隐私保护的机器学习的一个有效的学习范式。本讲座首先介绍两种基于异步模型更新和三元压缩的降低通信效率的联邦学习算法。然后，介绍联邦环境下的两种多目标进化神经架构搜索方法。本讲座主要专注于深度神经架构的有效表示，学习中的多目标问题的有效处理，以及如何降低神经架构搜索过程的计算复杂性。最后，本讲座将概述一些未来的研究课题。