本次报告会由中国计算机学会（CCF）主办，太阳集团tyc539承办。中国科学院计算技术研究所陈益强副研究员和微软亚洲研究院王晋东研究员作为特邀讲者线上作报告，欢迎广大师生及同行参会！

报告时间：2023年6月1日（周四）9:00--11:00

报告地点：太阳集团tyc539开元校区实验A楼212会议室

腾讯会议：690980762

报告信息：

主题报告1：联邦学习及其医疗应用

报告摘要：联邦学习是一种打破上述孤岛效应，实现健康数据要素价值化的有效方式。联邦学习能够在保证数据隐私安全及合法合规的前提下，利用多方数据实现共同建模，有效提升模型效果，是目前最热门的研究课题之一。本报告将针对数据要素价值化中“原始数据不出域，数据可用不可见”的要求，重点介绍联邦学习的基本框架，关键挑战问题以及解决方法等，并介绍联邦学习在智慧医疗健康领域的实际场景应用，为医疗健康数据要素价值化及知识跨域共享提供新的思路。

陈益强 CCF会士 中国科学院计算技术研究所研究员

个人简介：中国科学院计算技术研究所研究员、博士生导师、国务院政府特殊津贴专家，曾入选国家“万人计划”科技创新领军人才、科技部中青年科技创新领军人才以及北京市科技新星等。目前担任移动计算与新型终端北京市重点实验室主任、计算所泛在计算系统研究中心主任，兼任泛在智能计算研究院院长等职。在 IEEE TKDE、AAAI 等人工智能与普适计算领域国际重要期刊和会议上发表论文 200 余篇，获得包括 IJCAI-FL 最佳应用论文奖、IJIT十五周年最佳论文奖等在内的会议最佳论文奖 6 项；申请发明专利 100 余项，授权 50 余项；相关成果获得国家及省部级科技奖项 7 项；受聘东京大学、南洋理工大学兼职教授；兼任IJMLC、IEEE TETCI 等6个人工智能与机器学习领域重要学术刊物的编委；是CCF会士，IEEE可穿戴与智能交互技术委员会创始委员，国家“现代服务业”重点专项的总体专家组成员等。

长期从事人工智能和普适计算方向研究，围绕“以人为中心的智能感知与理解”这一科学问题，在开放域细粒度行为感知、跨模态行为与认知关联及脑疾病智能辅诊模型等方面取得了突出成绩。获得国家科技进步二等奖，中国计算机学会技术发明一等奖（排名第一），中国卫星导航协会科技进步一等奖（排名第一），2015年、2016年北京市科学技术二等奖（排名第一、第二）以及中国专利优秀奖（第一发明人），中国产学研合作创新成果奖（排名第一）等。

主题报告2：安全、高效和可泛化的迁移学习

报告摘要：迁移学习是机器学习的基础性研究课题之一，在近年来取得了长足的进步。本次报告将会关注三个迁移学习的新问题：安全性、高效性、和可泛化性。具体而言，我们将探讨在预训练-微调模式下，如何构建更安全的迁移学习系统；在可学习数据资源少、计算资源少的情景下，如何进行快速、轻量、准确的知识迁移；如何学习可泛化的通用知识以提高模型在未知数据分布下的泛化能力。我们将介绍与这些主题相关的理论、方法、应用、及开源项目。

王晋东 CCF高级会员 微软亚洲研究院主管研究员

个人简介：王晋东，微软亚洲研究院主管研究员、中科院计算所博士。研究兴趣为迁移学习、鲁棒机器学习、半监督学习及相关的视觉和普适计算等应用。在国际知名会议和期刊如NeurIPS、ICLR、CVPR、IJCAI、UbiComp、ACMMM、TKDE、TASLP等发表50余篇论文，谷歌学术被引5000余次。获得IJCAI-19联邦学习研讨会最佳应用论文奖、清华大学AMiner 2012-2022十年最具影响力AI学者等荣誉奖项。出版的《迁移学习导论》一书帮助众多研究人员快速入门和学习该领域。领导开源了Github上最受欢迎的迁移学习项目（获得超1万星标）、半监督学习项目TorchSSL和USB、以及个性化联邦学习项目PersonalizedFL等。

计算机与信息工程学院             

2023年5月31日