講座時(shí)間：2023年4月25日（星期二）10:00-12:00
講座地點(diǎn)：西教一 102室
講座題目：Federated Learning in Healthcare
講座嘉賓：付華柱 高級研究員
講座嘉賓：
付華柱博士，新加坡科技研究局 (A*STAR) 高性能計(jì)算研究所 (IHPC) 高級研究員 (Senior Scientist)。主要研究方向?yàn)橛?jì)算機(jī)視覺，醫(yī)學(xué)圖像分析，以及可信人工智能等。至今已在 Nature Communications, IEEE TPAMI, IEEE TIP, IEEE TMI 等期刊和會議上發(fā)表論文170 余篇，Google Scholar 引用 1.4 萬余次。曾獲 2021 年 ICME 最佳論文獎、2022 年 MICCAI OMIA Workshop 最佳論文、Stanford 大學(xué) Top 2% Scientists Worldwide等?，F(xiàn)擔(dān)任 IEEE TMI，IEEE TNNLS 和 IEEE JBHI 等期刊編委，以及多個(gè)國際會議的區(qū)域主席。同時(shí)也是 IEEE Bio Imaging and Signal Processing Technical Committee (BISP TC) 技術(shù)委員。
講座簡介：
Federated learning (FL) is an emerging distributed machine learning paradigm that leverages decentralized data from multiple clients to jointly train a shared global model under the coordination of a central server, without sharing the individuals' data. This makes FL surpass traditional parallel optimization to avoid systemic privacy risk. In this talk, I will introduce several works on FL in healthcare. Moreover, I also discuss some open challenges for federated learning.
