Collaborative Learning towards Real-time Edge Intelligence

讲座名称：Collaborative Learning towards Real-time Edge Intelligence

讲座时间：2019-07-06 16:00:00

讲座地点：北校区新科技楼1012

讲座人：Zhang Junshan

讲座人介绍：

Zhang Junshan，2000年从普渡大学ECE学院获得博士学位。他于2000年8月加入亚利桑那州立大学ECEE学院，自2015年起担任富尔顿教授。他的研究兴趣为信息网络和数据科学的一般领域，包括通信网络，物联网(loT)的机器学习，雾/边缘计算，网络物理系统的优化/控制，智能电网。他是IEEE的研究员，并于2005年获得ONR青年研究员奖。他于2003年获得了 NSF CAREER奖。他在2016年获得IEEE无线通信技术委员会表彰奖。他的论文获得了一些奖项，包括2018年WiOPT最佳学生论文，ACM SIGMETRICS的Kenneth C. Sevcik杰出学生论文奖/ IFIP Performance 2016，IEEE INFOCOM 2009和IEEE INFOCOM 2014最佳论坛亚军，以及IEEE ICC 2008和ICC 2017的最佳论文奖。他是TPC联合主席，参加了几个主要的通信网络会议,包括IEEE INFOCOM 2012和ACM MOBIHOC 201。他是ACM/IEEE SEC 2017和WiOPT 2016的主席。

讲座内容：

过去几年见证了物联网(loT)设备的爆炸式增长。许多物联网应用，例如自动驾驶和虚拟现实，需要密集计算以实时方式完成对象跟踪和智能决策。物联网应用的实时边缘智能的必要性决定了决策制定就发生在网络边缘。因比，我们开发了一种基于分布式稳健优化(DRO)的边缘计算框架，旨在实时地基于本地数据学习边缘模型，同时利用云中训练的模型。具体地，从云到边缘设备的知识转移是参考模型及其相关的不确定性集的形式，并目边缘设备进一步构建以其局部经验分布为中心的不确定性集。然后将边缘计算问题转换为受两个分布不确定性集影响的DRO问题，并且使用最优传输理论开发解决方案。

主办单位：通信工程学院