8月12-13日 線上相聚

2021 Altair 技術(shù)大會(huì)（2021 ATC）將在8月12-13日在線上舉行。本次大會(huì)我們邀請(qǐng)到了多位重磅級(jí)嘉賓與您共同探討如何將仿真、高性能計(jì)算、物聯(lián)網(wǎng)、數(shù)字孿生、人工智能融合賦能、引領(lǐng)創(chuàng)新。

在大會(huì)主會(huì)場(chǎng)中，我們邀請(qǐng)到了杜克大學(xué)電子與計(jì)算機(jī)工程系教授，計(jì)算進(jìn)化智能中心主任，美國(guó)NSF新型可持續(xù)智能計(jì)算中心主任陳怡然博士，他將為大家?guī)?lái)聯(lián)邦學(xué)習(xí)和機(jī)器學(xué)習(xí)自動(dòng)化的研究與應(yīng)用的前沿分享，精彩不容錯(cuò)過(guò)！

內(nèi)容簡(jiǎn)介：

數(shù)據(jù)是人工智能時(shí)代的石油，但是由于監(jiān)管法規(guī)和商業(yè)機(jī)密等因素限制，“數(shù)據(jù)孤島” 是困擾人工智能從業(yè)者的一大難題。

聯(lián)邦學(xué)習(xí)（Federated Learning）是一種新的機(jī)器學(xué)習(xí)范式，它讓多個(gè)參與者可以在滿足用戶隱私保護(hù)的前提下，用多方的數(shù)據(jù)共同訓(xùn)練模型，實(shí)現(xiàn)數(shù)據(jù)可用不可見。此外，深度學(xué)習(xí)模型在很多任務(wù)上都取得了不錯(cuò)的效果，但大量的超參數(shù)和網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)會(huì)產(chǎn)生極其龐大的組合空間。因此，神經(jīng)網(wǎng)絡(luò)搜索是當(dāng)下深度學(xué)習(xí)研究與落地的重點(diǎn)課題之一， 其旨在發(fā)現(xiàn)性能更佳、推斷效率更高的神經(jīng)網(wǎng)絡(luò)模型。在給定的網(wǎng)絡(luò)設(shè)計(jì)空間下，神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索通過(guò)有效的搜索算法（如強(qiáng)化學(xué)習(xí)、權(quán)重共享等等）在有限的時(shí)間內(nèi)給出最優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。

本次報(bào)告將結(jié)合前沿學(xué)術(shù)研究和產(chǎn)業(yè)實(shí)踐應(yīng)用，簡(jiǎn)要介紹聯(lián)邦學(xué)習(xí)和器學(xué)習(xí)自動(dòng)化技術(shù)發(fā)展現(xiàn)狀以及未來(lái)發(fā)展挑戰(zhàn)。