日付： 2024 年 12 月 10 日
時間： 東部標準時間午後 12 時 (ニューヨーク時間)
プレゼンター: 徐紫月博士
抽象的な
進化し続ける人工知能の状況において、特に基礎モデルの時代においては、データを効果的に処理し活用することは、これまでも、そしてこれからも重要な課題であり続けるでしょう。大規模言語モデル (LLM) など、それらを利用する最近の開発により、研究に新たな地平が開かれました。ほとんどのアルゴリズムは一元的な方法でトレーニングされますが、必要なデータへのアクセスは、プライバシー、規制、地政学、データセットを移動するための多大な労力などのさまざまな要因により制限される可能性があります。データ アクセスと AI モデルの共同強化の間の極めて重要なバランスに対処するフェデレーテッド ラーニング (FL) の基礎を踏まえ、この講演では、プレゼンターは FL が簡単でスケーラブルな統合機能を使用して課題にどのように対処できるかを検討します。 NVIDIA FLARE などの実用的なフレームワークによって実現される、基礎モデルの開発とカスタマイズに FL を組み込んで精度と堅牢性を向上させるための特別な課題と解決策について説明します。最終的に、この講演は基礎モデルにおける FL の変革の可能性を強調し、現在の成果と将来の可能性についての洞察を提供します。
バイオグラフィー
徐紫月博士 (IEEE 上級) 2006 年に清華大学で学士号を取得し、2006 年に修士号および博士号を取得しました。 2009 年と 2012 年にそれぞれアイオワ大学で学位を取得しました。
彼は現在、NVIDIA の上級科学者であり、その前は、米国ニューヨーク州の国立衛生研究所でスタッフ サイエンティストおよび研究室マネージャーを務めていました。彼の研究関心は、生物医学イメージングへの応用を伴う画像解析とコンピュータ ビジョンの分野にあります。彼は、同僚の研究者や臨床医とともに、臨床応用を目指して医療 AI に長年取り組んできました。
Xu 博士は、IEEE 上級会員、主要な会議のエリアチェア、IEEE Transactions of Medical Imaging や International Journal of Computer Vision などのいくつかのジャーナルの副編集長を務めています。
#SPS #BISP #ウェビナー #基礎モデルの時代におけるフェデレーション #ラーニング