面向存算/通感一体化的高效分布式机器学习架构及机制
针对算力及数据利用率低、传统分布式学习通信开销大、难以规模化等瓶颈问题,引入端间及端网协作机制,研究面向同感存算一体化的联邦学习、分层联邦学习、混合分割联邦学习机制,在保证相似模型训练精度的前提下保护数据隐私,提升决策推理实时性。
预聘副教授
Education Level: Doctor′s Degree graduated
Degree: Doctor of Engineering
Professional Title: 预聘副教授
Alma Mater: 厦门大学
针对算力及数据利用率低、传统分布式学习通信开销大、难以规模化等瓶颈问题,引入端间及端网协作机制,研究面向同感存算一体化的联邦学习、分层联邦学习、混合分割联邦学习机制,在保证相似模型训练精度的前提下保护数据隐私,提升决策推理实时性。
Pageviews: times | Page Created: .. | Last Updated Time: ..
Address: 1239 Siping Road, Shanghai, P.R. China
E-mail: net@tongji.edu.cn
Copyright©2021 Tongji University All Rights Reserved.