[1]杨强.联邦学习：人工智能的最后一公里[J].智能系统学报,2020,15(1):183-186.[doi:10.11992/tis.202005036]
YANG Qiang.Federated learning: the last on kilometer of artificial intelligence[J].CAAI Transactions on Intelligent Systems,2020,15(1):183-186.[doi:10.11992/tis.202005036]
点击复制
YANG Qiang.Federated learning: the last on kilometer of artificial intelligence[J].CAAI Transactions on Intelligent Systems,2020,15(1):183-186.[doi:10.11992/tis.202005036]
联邦学习：人工智能的最后一公里
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
15
期数:
2020年第1期
页码:
183-186
栏目:
洞见与碰撞
出版日期:
2020-01-05
- Title:
- Federated learning: the last on kilometer of artificial intelligence
备注/Memo
作者简介:杨强，教授，美国马里兰大学计算机系博士和北京大学天体物理专业博士，主要研究方向为人工智能: 迁移学习、联邦学习、机器学习、数据挖掘和自动规划，现担任微众银行首席人工智能官(CAIO)，为AAAI，ACM，IEEE 和AAAS等国际学会的Fellow，曾任香港科技大学新明工程学讲席教授、计算机科学和工程学系主任和华为诺亚方舟实验室主任。他是国际人工智能界“迁移学习”和“联邦学习”技术的领军人物，于2017年当选为国际人工智能联合会(IJCAI，国际人工智能领域创立最早的顶级国际会议)理事会主席，是第一位担任IJCAI理事会主席的华人科学家
更新日期/Last Update:
1900-01-01