info_public@xmu.edu.cn +86 592 2580110
【海韵讲座】2022年第31期 - 隐私保护的多源异构联邦学习
发布时间:2022年07月13日 17:52 点击:

报告题目:隐私保护的多源异构联邦学习

主讲人:  叶茫,武汉大学 教授

报告时间:2022年7月16日(星期六)10:00-11:30

报告地点:科研一106

报告摘要:

联邦学习在保证数据隐私及合法合规的基础上,实现多方共同建模,联合提升性能。然而现有联邦学习方法在面临模型结构不一致、多方样本噪声、训练样本少等问题时,性能急剧下降。本次报告主要分享异构联邦学习近期的一些进展: 1) 互相关蒸馏的异构联邦学习,通过通道互相关对齐实现异构联邦学习下的多方合作,同时利用跨域与本域蒸馏平衡多方知识(CVPR 2022);2) 噪声鲁棒的异构联邦学习:通过动态重加权缓解各模型在本地更新时对噪声的过拟合,同时避免了合作学习时噪声参与者的过度学习(CVPR 2022);3)小样本的异构联邦学习:通过公开数据弥补本地数据稀缺的模型交流问题, 采用对抗学习解决公开私有数据领域差异大, 实现少样本下模型异构的多方合作(ACM MM 2022)。

报告人简介:

叶茫,武汉大学计算机学院教授、博士生导师。国家高层次青年人才(海外)、中国科协青年托举人才。主要研究方向计算机视觉、联邦学习等,发表国际期刊会议论文 60 余篇,其中第一/通讯作者发表 CCF-A 类论文20余篇,谷歌学术引用 3000 余次。主持湖北省重点研发计划、国家自然科学基金面上项目等10余项科研项目。获谷歌优秀奖学金、计算机视觉顶会 ICCV2021 无人机特定行人检索赛道冠军、2021年斯坦福排行榜 “全球前2%顶尖科学家”等荣誉。

邀请人:计算机科学与技术系 卢杨助理教授

主讲人 叶茫 主持人
时间 2022-07-16 10:00:00 报告题目 隐私保护的多源异构联邦学习
首作者 People
职称 联系电话
邮箱 研究方向
主讲人简介 叶茫,武汉大学计算机学院教授、博士生导师。国家高层次青年人才(海外)、中国科协青年托举人才。主要研究方向计算机视觉、联邦学习等,发表国际期刊会议论文 60 余篇,其中第一/通讯作者发表 CCF-A 类论文20余篇,谷歌学术引用 3000 余次。主持湖北省重点研发计划、国家自然科学基金面上项目等10余项科研项目。获谷歌优秀奖学金、计算机视觉顶会 ICCV2021 无人机特定行人检索赛道冠军、2021年斯坦福排行榜 “全球前2%顶尖科学家”等荣誉。 地点 科研一106
办公室 研究院
Top