講座名稱：Collaborative Learning towards Real-time Edge Intelligence

講座時間：2019-07-06 16:00:00

講座地點：北校區新科技樓1012

講座人：Zhang Junshan

講座人介紹：

Zhang Junshan，2000年從普渡大學ECE學院獲得博士學位。他于2000年8月加入亞利桑那州立大學ECEE學院，自2015年起擔任富爾頓教授。他的研究興趣為信息網絡和數據科學的一般領域，包括通信網絡，物聯網(loT)的機器學習，霧/邊緣計算，網絡物理系統的優化/控制，智能電網。他是IEEE的研究員，并于2005年獲得ONR青年研究員獎。他于2003年獲得了 NSF CAREER獎。他在2016年獲得IEEE無線通信技術委員會表彰獎。他的論文獲得了一些獎項，包括2018年WiOPT最佳學生論文，ACM SIGMETRICS的Kenneth C. Sevcik杰出學生論文獎/ IFIP Performance 2016，IEEE INFOCOM 2009和IEEE INFOCOM 2014最佳論壇亞軍，以及IEEE ICC 2008和ICC 2017的最佳論文獎。他是TPC聯合主席，參加了幾個主要的通信網絡會議,包括IEEE INFOCOM 2012和ACM MOBIHOC 201。他是ACM/IEEE SEC 2017和WiOPT 2016的主席。

講座內容：

過去幾年見證了物聯網(loT)設備的爆炸式增長。許多物聯網應用，例如自動駕駛和虛擬現實，需要密集計算以實時方式完成對象跟蹤和智能決策。物聯網應用的實時邊緣智能的必要性決定了決策制定就發生在網絡邊緣。因比，我們開發了一種基于分布式穩健優化(DRO)的邊緣計算框架，旨在實時地基于本地數據學習邊緣模型，同時利用云中訓練的模型。具體地，從云到邊緣設備的知識轉移是參考模型及其相關的不確定性集的形式，并目邊緣設備進一步構建以其局部經驗分布為中心的不確定性集。然后將邊緣計算問題轉換為受兩個分布不確定性集影響的DRO問題，并且使用最優傳輸理論開發解決方案。

主辦單位：通信工程學院