报 告 人：陈川 副教授，，，，中山大学

报告时间：10月25日（周一）13:30 

报告所在：腾讯聚会（ID：950 389 620）

邀 请 人：马丽艳 副研究员                

报告摘要：

隐私盘算指在；；；；；；な葑约翰畛赝庑孤兜奶跫下，，，，实现数据剖析盘算，，，，在消除“数据孤岛”、合规避险、弥合“信任鸿沟”方面具有重大意义，，，，而联邦学习作为隐私盘算的主要工具，，，，已在学界业界引发普遍的研究热潮并连系到各个领域。。。。。。本报告主要面向联邦学习中的（装备异构性，，，，节点清静性，，，，及数据多样性）几个问题划分先容课题组在该领域的一些相关事情。。。。。。详细地，，，，针春联邦学习中的装备异构问题，，，，提出了适用于资源受限装备的异构联邦学习融合架构；；；；；；针对清静问题，，，，提出了基于区块链委员会共识机制的去中心化联邦学习框架；；；；；；针对客户端中保存的富厚图数据信息，，，，基于图数据的异构性和互补性，，，，提出了基于全局自监视信息的联邦图学习。。。。。。

报告人简介:

陈川, 现任中山大学盘算机学院副教授。。。。。。2012 于中山大学数学与应用数学专业获学士学位，，，，2016 于香港浸会大学数学统计专业获博士学位，，，，曾获比利时FWO资助于比利时鲁汶大学（KU Leuven）电子工程系会见交流。。。。。。近年来主要研究偏向包括图机械学习理论与应用，，，，社交网络剖析，，，，知识图谱剖析，，，，及联邦学习等。。。。。。揭晓SCI索引国际期刊（包括IEEE TNNLS, TIP, ACM TOIS, NSR等）及国际聚会论文（包括AAAI, IJCAI, ICML, WWW, INFOCOM, CIKM, ICDM等）60余篇，，，，其中中科院一区及CCF A类聚会及期刊论文20余篇。。。。。。现任Elsevier国际期刊Software Impacts副主编，，，，担当IEEE TIP/TSP/TNNLS等多份国际期刊审稿人，，，，担当IJCAI/AAAI等多个国际学术聚会的（高级）程序委员会委员及论坛主席，，，，中国盘算机学会(CCF)人工智能与模式识别专委会委员。。。。。。主持国家重点研发妄想项目课题，，，，国家自然科学面上项目/青年基金，，，，广东省基础研究项目/面上项目，，，，2019年CCF-腾讯犀牛鸟科研基金项目，，，，2021年腾讯微信犀牛鸟专项基金等，，，，并与多家企业（包括微信/微众银行/网易）开展恒久研究相助。。。。。。