[07-04] 用户隐私,数据孤岛和联邦迁移学习

文章来源:  |  发布时间:2019-06-28  |  【打印】 【关闭

  

题目:用户隐私,数据孤岛和联邦迁移学习

报告人:杨强 教授(微众银行首席人工智能官、香港科技大学讲座教授)

时间:2019年7月4日(周四)下午15:00

地点:北京市海淀区中关村南四街4号 中科院软件所5号楼4层大报告厅

  报告摘要:

  当下,AI在算法研发方面突飞猛进,但AI离在企业落地实施却有着不小的距离。AI所面临的一个挑战是标注数据的严重不足,这导致许多优秀算法模型无法得到有效训练。在这一讲座中,我将描述利用迁移学习和联邦学习所设计的解决方案,包括利用联邦学习来连接数据孤岛的数据,以得到可以保护隐私的的机器学习模型训练和应用,以及利用迁移学习来解决小数据的问题,解决行业应用的痛点。

  报告人简介:

  杨强是深圳前海微众银行首席人工智能官、香港科技大学讲座教授、国际人工智能联合会IJCAI理事长、AAAI执行委员会委员、CAAI副理事长、香港人工智能与机器人学会理事长以及AAAI/ACM/CAAI/IEEE/AAAS Fellow。杨强于1989年在马里兰大学获得计算机系博士学位,之后在加拿大滑铁卢大学和Simon Fraser大学任教。杨强的研究方向为迁移学习及其工业应用,是华为诺亚方舟实验室的创始主任、香港科技大学的大数据研究所创始主任。为IEEE Transactions on Big Data和ACM Transactions on Intelligent Systems and Technology 创始主编,并获得2018年ACM SIGKDD杰出服务奖。