当前位置: 首页 > news >正文

联邦学习与AI公平性研究新进展

某中心与南加州大学联合机器学习中心选拔首批博士研究员

南加州大学与某中心联合成立的"安全与可信机器学习中心"近日宣布,已选定两名博士研究生作为2021-2022年度机器学习研究员。该中心成立于2021年1月,旨在支持机器学习隐私、安全性和可信度的基础研究及新方法开发。

研究员背景与研究方向

何朝阳(Chaoyang He)目前是计算机科学系三年级博士研究生,由Mahdi Soltanolkotabi教授和Salman Avestimehr教授共同指导。他的博士论文专注于联邦学习和大规模分布式机器学习领域。

Ninareh Mehrabi是信息科学研究所三年级博士研究生,由Aram Galstyan教授指导。她的博士论文聚焦于机器学习公平性研究。

学术认可与研究意义

中心首任主任Salman Avestimehr表示:"机器学习研究员计划为认可最具才华的学生提供了独特机会,并为他们未来的成功铺平道路。今年我们收到了工程学院众多优秀的提名,最终选出这两名博士生作为首批研究员。"

南加州大学维特比工程学院院长Yannis C. Yortsos补充说:"首批机器学习研究员的选拔是实现中心原始愿景的重要一步,期待他们在这一重要合作项目中取得卓越成就。"

技术价值与应用前景

联邦学习与AI公平性、透明度是构建更可信AI的基础——它们共同使我们能够安全可靠地提供和改进客户日常依赖的体验。这些研究对对话式AI的整体进步至关重要,将推动技术行业在这些关键议题上的思考拓展。
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

公众号二维码

公众号二维码

http://www.rkmt.cn/news/26870.html

相关文章:

  • 为什么一般教材在讲解python的多态概念时,不用抽象基类及其相关内容讲解呢?
  • tryhackme-预安全-windows基础-windows 基础知识1-16
  • YOLO11深度学习的遥感视角地面房屋建筑检测分割与分析系统 - MKT
  • 鸭子类型(Duck Typing)中的“类型”,指的是什么的类型?为什么很多人认为“Python 没有真正实现多态”
  • 图像分割 Segment Anything(1-2)第二代 - MKT
  • 结对项目-自动生成小学四则运算题目命令行程序
  • tryhackme-预安全-linux 基础-Linux 基础知识(第二部分)-14
  • tryhackme-预安全-linux 基础-Linux 基础知识(第一部分)-13
  • 我测试了七个主流后端框架的性能-结果让我重新思考了技术选型
  • 图像分割 3D-Box-Segment-Anything(3)分割2D到3D点云分割 rgb相机 - MKT
  • 图像分割 Segment Anything(3)分割2D到3D点云分割 rgb相机 - MKT
  • 图像分割 sam1 - MKT
  • 用deepseek写的一个求原根的程序
  • 阿里巴巴数据库开发手册
  • 数据结构之顺序队列
  • nginx快速实现平滑版本升级
  • 程序员修炼之道:从小工到专家 读书笔记 1
  • 第1天(简单题 基础语法 数据类型、条件判断 、循环 循环嵌套、位运算, ASCII 码)
  • Go 语言问题解释
  • Keil_v5的用法
  • 24信计2班 17曾向嵩 pytorch66页实验题
  • grpc 哼哈二将,你值得拥有
  • [网络] [iproute2] tc: Linux 带宽限制(Token Bucket Filter 和 HTB)使用指南
  • newDay14
  • Linux 下将程序打包为安装包
  • 低代码如何成为企业数字化转型的加速器
  • 2025.10.18 刷题
  • Day1标签的关系与vs的注释
  • 以TrustedInstaller/System用户运行软件
  • React Native 启动流程 (Android版)