6月9日下午，电气与自动化工程学院举行2023年“百工讲坛”第四期，会议邀请了中国矿业大学孙晓燕教授做了主题为“改进联邦学习及其应用”的学术报告。电气学院全体博士及研究生参与了此次会议，会议由副院长朱培逸主持。
首先，朱院长对孙晓燕教授的到来表示热烈欢迎和感谢，并介绍了孙教授的个人情况。其次，孙教授简要介绍了团队近些年关于联邦学习（Federated Learning, FL）的一些研究工作。
就报告内容，孙教授描述到：在当前隐私保护需求极其迫切的大数据环境下，FL因其独特的分布式数据处理模式和有效的隐私保护功能，引起了广泛关注。有效降低通讯代价、改进集成策略，提升算法性能至关重要。考虑客户端深度学习模型中对于特征提取能力不同的层，其参数量级差别极大的情况，以及随机选择客户端时参与融合参数的时效性，提出了分层异步更新和时效加权的低通讯代价FL学习算法；针对不同客户端数据规模不同需构建异构客户端模型的问题，提出了基于SVD关键参数提取的改进FL；进一步融入客户端特征，研究了特征和参数共融的改进FL。并将上述方法应用于网络异常检测、电磁辐射趋势跟踪等实际问题。
最后，孙教授与参会教师、全体研究生就FL模型构建过程中的细节问题及其应用场景等相关问题进行了充分交流。
