报告题目：在未来网络边缘实现高效的联邦学习

报告时间：2023年3月15日 14:30-15:30

报告地点：B404

报告人：罗冰

报告人国籍：中国

报告人单位：昆山杜克大学

报告人简介：罗冰，博士，昆山杜克大学电气与计算机工程学院助理教授，曾在香港中文大学（深圳）和耶鲁大学担任联合博士后研究员。获澳大利亚墨尔本大学的博士学位，以及北京邮电大学（BUPT）的学士和硕士学位。此外，还在北京中国移动公司网络部担任项目经理。他的研究兴趣包括联邦学习和分析、基于物联网和移动系统的嵌入式人工智能，以及5G/6G无线通信和能量采集系统。他曾在重要国际会议中担任TPC/PC成员，如ICDCS、GLOBECOM、ICC、FL-NeurIPS、FL-ICML、FL-IJCAI和FL-AAAI。

报告摘要：本报告将介绍联邦学习的特性和技术挑战，如系统和统计异质性。将重点介绍一些优化设计方法，这些方法能够在未来资源受限的网络边缘实现可用且高效的联邦学习，包括自适应参数控制和重要客户端采样。最后将简要介绍基于联邦分析和差分隐私的应用项目FedCampus。

邀请人：程大钊，胡创