报告题目：联邦学习与人工智能应用初探

报告人：数字福建城市交通大数据研究所常务副所长/厦门大学范晓亮博士

报告时间：2021年5月27日晚上19：30

报告地点：西南交通大学犀浦校区9号楼X9431

主持人：滕飞副教授

报告内容简介：

联邦学习（Federated Learning，简称FL）作为一个新型的机器学习框架而受到广泛关注。FL既能帮助多个参与方搭建共享的高性能模型，又符合用户隐私和数据保密性的要求。然而，FL的基础理论方法仍面临鲁棒性、公平性和隐私泄漏等研究挑战。本次报告拟结合联邦学习、隐私计算等基础概念、前沿应用和发展趋势，尝试探讨上述技术在交通、医疗等领域的应用案例和发展思考。

报告人介绍：

范晓亮，厦门大学信息学院高级工程师、硕士生导师，数字福建城市交通大数据研究所（厦门大学）常务副所长，数字福建健康医疗大数据研究所副所长。法国巴黎第六大学计算机科学博士，厦门市高层次人才。研究兴趣：时空数据挖掘、隐私计算与AI应用。主持2项国家自然科学基金和10余项省部级或企业委托项目。在AAAI、IJCAI、UbiComp等CCF A类会议和IEEE TMC/TITS/TSC、ISPRS JPRS等期刊发表论文50余篇，授权发明专利7项（含专利权转让1项）、公开发明专利14项，出版译著1部。获2018年福建省科技进步一等奖（排名5/10）、CSC-IBM中国优秀教师奖教金、第十四届全国普适计算学术会议最佳论文奖等。IEEE高级会员，IEEE教育数据挖掘工作组副主席，中国计算机学会CCF高级会员，CCF服务计算/普适计算专委会委员。

欢迎广大师生积极参加！

研究生院、计算机与人工智能学院

2021年5月26