ku111net议时间：2022年9月15日（周四）15:00—17:00
参ku111net人员：光电工程学院部分师生
ku111net议地点：综合实验楼3楼大数据ku111net议室
ku111net议简介：
报告1：联邦学习数据异构问题的解决方案
报告人：刘天
报告时间：15:00-16:00
内容简介：随着人工智能技术的蓬勃发展，机器学习算法在图像处理、语音识别等领域展现出了卓越的效率。然而，算法数据的有效获取与维护却成为制约其发展的瓶颈。联邦学习由于能够有效的打破数据壁障而逐渐成为一种新兴的分布式机器学习范式。但是，真实物联网环境中各设备所采集数据的异构性ku111net导致联邦学习模型训练过程中“权重发散”的现象，从而使算法收敛速度减慢，且其所训练模型的推理精度降低，这可能ku111net导致严重的安全隐患。因此，如何在不引入大量的通信开销且保证数据隐私安全的情况下，提升面向数据异构的联邦学习算法性能是现阶段联邦学习在物联网场景应用所亟待解决的关键问题。
报告2：太赫兹技术及其应用
报告人：姚海云
报告时间：16:00-17:00
内容简介：太赫兹波是指频率介于0.1~10THz之间的电磁波，其波长范围为0.03~3 mm。太赫兹波在电磁波谱中的位置位于微波和红外辐射之间，故对其研究手段由电子学理论逐渐过渡为光子学理论。20世纪90年代以前，人们对太赫兹波的认识非常有限。近年来，随着激光技术、量子阱技术和半导体技术的发展，为太赫兹脉冲的产生提供了稳定、可靠的激发光源，使太赫兹辐射的产生机理、检测技术和应用技术等方面的研究得到蓬勃发展。由于太赫兹波在电磁波谱中所处的特殊位置，因而其具有许多优越的性质，从而在通信、生物、医疗、化学等领域有着非常重要的学术和应用价值。
光电工程学院
2022年9月15日
检索
鲁公安网备37040002002001号