报告题目：联合学习在跨域迁移学习上的应用

报告人：梁嘉熹博士

时间：2020年01月02日下午16:00

地点：数计学院2号楼309报告厅

报告摘要：跨域迁移学习是近年来机器学习中的一个热门研究领域。其专注于通过已有问题的解决模型，将其用于解决其他不同但相关领域的问题上。在跨域迁移学习的研究中，数据隐私是一个迫切需要解决的重要课题。而谷歌提出的分布式联合学习方法使得多台机器可以以协作的形式，学习共享本地训练的预测模型。在这里，我们将探讨如何利用分布式联合学习的方法在解决迁移学习中的数据隐私问题。

报告人简介：梁嘉熹，于加拿大滑铁卢大学统计与精算科学系获统计学博士与硕士学位，北京理工大学理学院获理学学士学位，现就职于加拿大多伦多科技公司Integrate.ai，担任资深机器学习科学家职位。梁博士的研究主要注重于机器学习在业界的应用，研究课题包括强化学习，迁移学习，联合学习，生成模型以及聚类模型。