报告题目：联邦学习在金融行业的实践：问题、方法及应用

主讲人：范力欣/黄安埠（微众银行人工智能首席科学家/资深研究员） 

报告时间：2019年10月15日 下午14:00 

报告地点：计算机学院C303

报告摘要：

介绍联邦学习在金融行业中所解决的实际问题，以及带来的行业影响。 针对实际应用中标注数据严重不足，而导致许多优秀算法模型无法得到有效训练的问题，微众银行AI团队创造性地提出了，利用联邦学习的技术框架来连接数据孤岛的数据，以得到既提升性能同时又可以保护隐私的机器学习模型，以及利用迁移学习来突破小数据的局限，从而解决行业应用的痛点。演讲将详细描述微众AI团队，针对这些问题在算法研究方面做出的独特贡献,  以及在此基础上打造的开源，共生，合规的行业生态系统和一系列实际应用。

报告人简介：

范力欣博士是微众银行的人工智能首席科学家，他的研究领域包括机器学习和深度学习，计算机视觉和模式识别，图像和视频处理，3D大数据处理，数据可视化和渲染，增强和虚拟现实，移动计算和普适计算以及智能人机界面。范博士是60多篇国际期刊和会议文章作者，获得超过6千次引用。范博士曾在诺基亚研究中心和欧洲施乐研究中心工作，他的研究包括广为人知的Bag of Keypoints图像分类方法。他还是在美国，欧洲和中国提交的近百项专利的发明人。范博士长期参加NIPS/NeurIPS，ICML，CVPR，ICCV，ECCV，ICME和ISMAR等顶级人工智能会议，并主持举办了各个技术领域的研讨会。

黄安埠，毕业于清华大学，目前是微众银行资深研究员，研究领域包括联邦学习及其应用，曾就职于腾讯，前腾讯音乐推荐系统负责人，在联邦学习，深度学习，推荐系统和计算机视觉都有深入的研究和落地经验，申请了二十多篇相关专利，包括一本专业书籍的出版。