時間：112年12月8日(五)19:30~20:50
地點：人文暨科技館HT007
主講人：簡暐哲教授(東華大學資訊工程學系)
講 題：Federated Learning - Methods, Applications and challenges
摘 要: Federated Learning（聯邦學習）是一項在當今數據科學和機器學習領域備受關注的技術。它通過保持數據在本地設備上的隱私性，同時實現全球模型的訓練，為數據共享和模型協作提供了嶄新的方法。本演講將探討Federated Learning的方法、應用和挑戰。首先，我們將介紹Federated Learning的基本原理。這種方法允許多個參與方在不共享原始數據的情況下，通過協作訓練全球機器學習模型。我們將討論聯邦學習的工作流程，包括參與方如何更新本地模型以及如何整合這些本地模型以生成全局模型。接下來，我們將深入探討Federated Learning的應用。這項技術在各種領域中都有廣泛的應用，包括醫療保健、金融服務、物聯網和自然語言處理。我們將談論這些應用案例，強調Federated Learning如何幫助機構實現更好的模型性能，同時確保數據隱私和安全。然後，我們將討論Federated Learning所面臨的挑戰。隨著技術的普及，一些問題變得更加突出，包括通信效率、安全性、模型聚合和異質數據處理。我們將深入研究這些挑戰，並討論現有的解決方案以及未來的研究方向。