实现模型分发和聚合;利用同态加密/mpc

2020-07-13 10:27

※以上所展示的信息来自媒体转载或由企业自行提供,其原创性以及文中陈述文字和内容未经本网站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本网站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。如果以上内容侵犯您的版权或者非授权发布和其它问题需要同本网联系的,请在30日内进行。

2、模型能力汇聚:基于数据复杂度的异构模型结构搜索;利用知识蒸馏实现模型能力汇聚;利用蒸馏网络 按需生成推理模型

3、用户激励和数据定价:分布式环境下评价用户数据质量和建模贡献度;非协作环境下利用共识机制实现数据激励

1、去中心化和数据保护:利用智能合约消除中心节点,实现模型分发和聚合;利用同态加密/mpc,保护模型参数和结构;利用本地差分隐私,提供安全的分布式数据访问

“浙江大学-数脉链研发中心”主任吴超博士进行了《分布式人工智能》的演讲,提出在互联网+ai的开放时代,机器学习也迈向从集中式到分布式的趋势,利用分布式建模优势,结合数脉链联邦学习能解决核心科学问题,并已在城市管理、金融和保险和地球大数据-遥感等领域得到成功实践。

※有关作品版权事宜请联系中国企业新闻网:020-34333079 邮箱:cenn_gd@126.com 我们将在24小时内审核并处理。

“浙江大学—数脉链研发中心”通过科研创新研讨会,利用基于dag的分布式存储实现数据可存,利用去中心化数据库和联盟链实现数据可管,利用联邦学习实现数据可用,致力于研究区块链技术以及其背后的创造意义来解决全球化大数据时代进程中的问题,受到了在场专业人士的认同。接下来,研发中心将继续关注技术创新应用、科学数据促进人工智能技术发展的作用等方面内容,促进科学数据与前沿技术的交叉发展与深度融合。

免责声明: