Altair Taiwan Blog

8月12-13日線上相聚

2021 Altair技術大會（2021 ATC）將在8月12-13日在線上舉行。本次大會我們邀請到了多位重磅級嘉賓與您共同探討如何將仿真、高性能計算、物聯網、數字孿生、人工智能融合賦能、引領創新。

在大會主會場中，我們邀請到了杜克大學電子與計算機工程系教授，計算進化智能中心主任，美國NSF新型可持續智能計算中心主任陳怡然博士，他將為大家帶來聯邦學習和機器學習自動化的研究與應用的前沿分享，精彩不容錯過！

內容簡介：

數據是人工智能時代的石油，但是由於監管法規和商業機密等因素限制，“數據孤島” 是困擾人工智能從業者的一大難題。

聯邦學習（Federated Learning）是一種新的機器學習範式，它讓多個參與者可以在滿足用戶隱私保護的前提下，用多方的數據共同訓練模型，實現數據可用不可見。此外，深度學習模型在很多任務上都取得了不錯的效果，但大量的超參數和網絡結構參數會產生極其龐大的組合空間。因此，神經網絡搜索是當下深度學習研究與落地的重點課題之一， 其旨在發現性能更佳、推斷效率更高的神經網絡模型。在給定的網絡設計空間下，神經網絡架構搜索通過有效的搜索算法（如強化學習、權重共享等等）在有限的時間內給出最優的網絡結構。

本次報告將結合前沿學術研究和產業實踐應用，簡要介紹聯邦學習和器學習自動化技術發展現狀以及未來發展挑戰。