戴彬Dai Bin

副研究员

副研究员 

电子邮箱:

入职时间:2013-03-01

学历:博士研究生

办公地点:浙江省杭州市余杭区双红桥街166号

在职信息:在职

主要任职:北航(杭州)管委会办公室副主任

研究方向

当前位置: 中文主页 >>研究方向

联邦学习(Federated Learning,FL)

基于联邦学习(Federated Learning,FL)的思想和方法提高多智能体在MEC场景中的协作效率是学术界的一个研究热点。FL提出的初衷原本用于解决终端用户在本地更新模型的问题,其设计目标是在保护终端数据和个人数据隐私的前提下,在多智能体之间或多计算结点之间开展高效率协同的机器学习。联邦学习因其自身的特点可以在MEC场景中得到广泛应用。