可信机器学习中心首批研究项目揭晓

可信机器学习中心首批研究项目揭晓

南加州大学与某中心联合成立的可信机器学习中心于2021年1月成立，致力于支持机器学习隐私、安全性和可信度新方法的基础研究与开发。该中心近日宣布已选定2021-2022年度的五个研究项目。

"我们对南加州大学教师针对该中心首次提案征集表现出的热情感到欣喜，"该中心创始主任表示，"我们收到了教师们提出的创新提案，涉及可信机器学习的多个方面。由于反响超出预期，我们决定比原计划多资助一个项目，最终选定了以下五个研究项目作为中心首年资助对象："

• "自然语言处理中的联邦学习"（项仁与Mahdi Soltanolkotabi）
• "联邦学习中隐私与公平性的协调"（Aleksandra Korolova）
• "基于生物行为数据的人本体验与感知建模联邦学习"（Shrikanth Narayanan）
• "快速公平去中心化学习"（Keith Burghardt）
• "通过安全性能加权在异构和污染环境中实现高效联邦学习"（Jose Luis Ambite、Muhammad Naveed与Paul Thompson）

某中心Alexa AI副总裁兼中心执行联络人补充道："我们对南加州大学教师提案的质量和多样性感到高兴。看到这一合作取得进展令人振奋，我们期待这些研究努力将推动技术进步。"

"看到我们的教师对首轮提案征集如此积极响应，这反映了我们师生在这一激动人心研究领域的高水平，也为与某中心的良好合作奠定了坚实基础，"南加州大学维特比工程学院院长表示。

"我们特别感谢来自南加州大学和某中心的顾问委员会成员，他们为评审提交的提案提供了宝贵帮助，"中心主任补充道。