纽约大学教授冯阳到我院开展学术讲座

2024年7月1日上午10：00-11：00，纽约大学教授冯阳在崇德西楼815报告厅进行了主题为“Unsupervised Federated Learning: A Federated Gradient EM Algorithm for Heterogeneous Mixture Models with Robustness against Adversarial Attacks”的学术讲座。

虽然有监督的联邦学习方法取得了显著的成功，但无监督联邦学习领域仍然是相对未被充分探索的。几种联邦EM算法在实践中已经变得流行，然而，它们往往缺乏理论基础。讲座首先介绍了一种为混合模型的无监督学习设计的联邦梯度EM算法（FedGrEM），它通过考虑任务异质性和潜在的对抗性攻击，补充了现有的联邦EM算法。讲座提出了一种适用于一般混合模型的全面有限样本理论，然后将这种通用理论应用于特定的统计模型，以描述模型参数和混合比例的显式估计误差。这个理论阐明了FedGrEM何时以及如何优于本地单任务学习，并将这些见解扩展到现有的联邦EM算法。这弥合了它们在实践成功与理论理解之间的差距。模拟结果验证了这个理论，并展示了FedGrEM优于现有的无监督联邦学习基准。

讲座结束后，师生们受益良多，对嘉宾们的精彩讲座表示感谢。研究院今后会继续邀请专家学者开展讲座，不断拓宽学术视野。