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

講座人：Tony Quee Seng Quek 教授

講座時間：8月22日15:30-17:00

地點：騰訊會議：764-214-811

講座人介紹：

Tony Q.S. Quek，分別獲得東京工業(yè)大學電氣與電子工程學士和碩士學位。在麻省理工學院，他獲得了電氣工程和計算機科學博士學位。目前，他是新加坡科技與設(shè)計大學(SUTD)鄭曾文講座教授和ST工程杰出教授。他還擔任ISTD支柱負責人，未來通信研發(fā)項目主任，SUTD AI項目部門負責人以及SUTD- zju IDEA副主任。目前研究方向包括無線通信與網(wǎng)絡(luò)、6G、網(wǎng)絡(luò)智能、非地面網(wǎng)絡(luò)、開放無線接入網(wǎng)等。

Quek博士一直積極參與組織和主持會議，并在許多國際會議中擔任TPC成員。他目前擔任IEEE無線通信事務(wù)的區(qū)域編輯。他是IEEE無線通信交易的執(zhí)行編輯委員會成員，IEEE通信交易的編輯，IEEE無線通信快報的編輯。

Quek博士獲得了2008年P(guān)hilip Yeo杰出成就獎、2012年IEEE William R. Bennett獎、2016年IEEE信號處理學會青年作者最佳論文獎、2017年CTTC早期成就獎、2017年IEEE ComSoc AP杰出論文獎、2020年IEEE通信學會青年作者最佳論文獎、2020年IEEE Stephen O. Rice獎、2020年諾基亞客座教授和2022年IEEE信號處理學會最佳論文獎。他是IEEE院士和新加坡工程院院士。

講座內(nèi)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.

主辦單位：期刊中心