金耀初教授做客我?！扒把乜茖W(xué)報告”

9月22日，應科技處、前沿院與電子信息與人工智能學(xué)院邀請，金耀初教授做客我?！扒把乜茖W(xué)報告”，作了題為“Evolutionary federated neural architecture search”的學(xué)術(shù)報告。本次報告會(huì )由電智學(xué)院副院長(cháng)雷濤主持，學(xué)院相關(guān)專(zhuān)業(yè)教師和研究生聆聽(tīng)了此次報告會(huì )，因疫情影響，本次報告采取線(xiàn)上會(huì )議的方式進(jìn)行。

金耀初教授簡(jiǎn)要講述了神經(jīng)結構搜索是實(shí)現自動(dòng)機器學(xué)習的有效方法之一，因為它能夠通過(guò)學(xué)習或優(yōu)化過(guò)程來(lái)設計深度神經(jīng)網(wǎng)絡(luò )。然而，當訓練數據分布在多個(gè)站點(diǎn)并受到隱私保護時(shí)，尋找最優(yōu)神經(jīng)結構方面的研究工作并不多。最后詳細介紹了兩種在聯(lián)邦環(huán)境中使用多目標進(jìn)化算法執行神經(jīng)結構搜索的算法。我們專(zhuān)注于深度神經(jīng)結構的高效表示，處理學(xué)習中的多個(gè)目標，并降低神經(jīng)結構搜索過(guò)程的計算復雜度。

報告會(huì )后，金耀初教授與參會(huì )師生就在兩種在聯(lián)邦環(huán)境中使用多目標進(jìn)化算法執行神經(jīng)結構搜索等相關(guān)專(zhuān)業(yè)問(wèn)題進(jìn)行了探討與解答。金耀初教授的學(xué)術(shù)分享開(kāi)闊了廣大師生的視野，使大家對神經(jīng)結構搜對實(shí)現自動(dòng)機器學(xué)習的重要性有了新的認識，也對相關(guān)專(zhuān)業(yè)的研究具有一定的啟發(fā)作用，使大家受益匪淺。

新聞小貼士：

金耀初(Yaochu Jin)教授，分別于1988、1991及1996年在浙江大學(xué)獲學(xué)士、碩士及博士學(xué)位，并于2001年在德國波鴻魯爾大學(xué)(Ruhr-University Bochum)神經(jīng)信息研究所獲工學(xué)博士學(xué)位(Dr.-Ing)?，F為歐洲科學(xué)院院士、IEEE會(huì )士(IEEE Fellow)，德國聯(lián)邦教育與研究部”洪堡人工智能講席教授”（比勒費爾德大學(xué)），英國薩里大學(xué)計算系”計算智能”杰出講席教授(Distinguished Chair)；擔任IEEE Transactions on Cognitive and Developmental Systems主編，Complex & Intelligent Systems (Springer)共同主編，多個(gè)頂級期刊副編輯/編委。曾擔任芬蘭國家技術(shù)創(chuàng )新局(Tekes)”芬蘭講座教授”(Finland Distinguished Professor)，IEEE計算智能學(xué)會(huì )副主席(2014-2015)，IEEE Distinguished Lecturer (2013-2015, 2017-2019)，IEEE計算智能學(xué)會(huì )理事(2012-2014)，智能系統應用技術(shù)委員會(huì )主席(2011-2012)。長(cháng)期從事計算智能，機器學(xué)習，計算生物學(xué)和計算神經(jīng)科學(xué)等交叉學(xué)科的理論研究和工程應用。目前已出版專(zhuān)/編著(zhù)及會(huì )議論文集9本，發(fā)表學(xué)術(shù)論文200余篇。論文被引用總次數32,000余次, h-index為88(Google Scholar)；獲美國、歐盟和日本專(zhuān)利共9項；獲2018年度”IEEE進(jìn)化計算匯刊杰出論文獎”，2015、2017年度”IEEE計算智能雜志杰出論文獎”。

（核稿：雷濤 編輯：劉倩）