题目：联邦学习中的统计优化理论与算法    

报告人: 周声龙教授（北京交通大学数学与统计学院）    

摘要 : 本报告将简单介绍一下联邦学习，包括两种分布式结构：中心化和去中心化联邦学习，它与分布式学习的区别与联系，研究现状，目前统计和优化所关心的问题。随后，报告还将概述我们在中心化和去中心化联邦学习中的一些初步研究工作。  

报告人简介：周声龙，北京交通大学数学与统计学院教授，博士生导师。在该校获得本科和硕土学位。于2018年获英国南安普顿大学博士学位，之后在该校担任副研究员和讲师。于2021至2023年在伦敦帝国理工担任研究员。

他的研究方向是最优化理论与方法。在国际权威期刊，如SIOPT、MOR、ACHA、JMLR、IEEE TPAMI、IEEE TSP，发表论文40余篇。入选国家级青年人才计划，获批2023年国家重点研发计划青年科学家项目。

报告时间：2024年11月5日（周二）下午14:00-15:00  

报告地点：教二楼 727

联系人：胡涛