Unlocking the Potential of Federated Learning: A Path to Future Network Intelligence

讲座名称：Unlocking the Potential of Federated Learning: A Path to Future Network Intelligence 讲座人：Tony Quee Seng Quek 教授 讲座时间：8月22日15:30-17:00 地点：腾讯会议：764-214-811 讲座人介绍： Tony Q.S. Quek，分别获得东京工业大学电气与电子工程学士和硕士学位。在麻省理工学院，他获得了电气工程和计算机科学博士学位。目前，他是新加坡科技与设计大学(SUTD)郑曾文讲座教授和ST工程杰出教授。他还担任ISTD支柱负责人，未来通信研发项目主任，SUTD AI项目部门负责人以及SUTD- zju IDEA副主任。目前研究方向包括无线通信与网络、6G、网络智能、非地面网络、开放无线接入网等。 Quek博士一直积极参与组织和主持会议，并在许多国际会议中担任TPC成员。他目前担任IEEE无线通信事务的区域编辑。他是IEEE无线通信交易的执行编辑委员会成员，IEEE通信交易的编辑，IEEE无线通信快报的编辑。 Quek博士获得了2008年Philip Yeo杰出成就奖、2012年IEEE William R. Bennett奖、2016年IEEE信号处理学会青年作者最佳论文奖、2017年CTTC早期成就奖、2017年IEEE ComSoc AP杰出论文奖、2020年IEEE通信学会青年作者最佳论文奖、2020年IEEE Stephen O. Rice奖、2020年诺基亚客座教授和2022年IEEE信号处理学会最佳论文奖。他是IEEE院士和新加坡工程院院士。 讲座内容： Machine learning, particularly distributed learning, stands as the cornerstone in the vision of future network intelligence, owing to its remarkable capability of addressing intricate computational tasks and modeling complexities. In this talk, we provide a comprehensive coverage of a distributed learning paradigm rooted in federated learning. Specifically, we start with a brief overview of federated learning and some recent advances in this topic. 主办单位：期刊中心