开始日期: 2025-01-18

　　课时安排: 7周在线小组科研学习+5周不限时论文指导学习

　　适合人群

　　适合年级 (Grade): 大学生及以上

　　适合专业 (Major): 数据科学/大数据/电子信息工程/信息管理系统/数据库等专业或对上述专业感兴趣的学生;

　　学生需要具备微积分、线性代数、概率论与数理统计基础，并能够熟练使用Python编程。

　　建议选修: Python数据处理及其数学原理

　　导师介绍

　　Soummya

　　卡内基梅隆大学 (CMU)讲席终身正教授

　　Soummya导师获于2010年获卡内基梅隆大学电气与计算机工程博士学位。2010年6月至2011年5月，他在美国新泽西州普林斯顿大学电气工程系担任博士后研究员。他目前是卡内基梅隆大学电气与计算机工程讲席终身正教授。他的研究兴趣包括大规模网络系统、随机系统、多智能体系统和数据科学中的决策，以及在信息物理系统和智能能源系统中的应用。导师于2016年获得CMU院长早期职业奖，2016年获美国自动控制委员会理论类最佳论文奖，2020年带领CMU团队在ARPA-E Grid Optimization Competition中排名前10，2022年获选为IEEE院士。

　　任职学校

　　卡内基梅隆大学(Carnegie Mellon University)，简称CMU，是美国25所新常春藤盟校之一。2020年QS世界大学学科排名中，其计算机与信息系统学排名世界第3。截至2019年3月，该校共培养出了13个图灵奖、17个诺贝尔奖、9个奥斯卡金像奖、114个艾美奖、44个托尼奖得主。长期以来，CMU的计算机系都占据全美第一的位置，学校的软件工程专业全美排名第一，其研究院更是美国国防部的军官研究院。CMU位列CSRankings排名世界第一。U.S. News计算机本科及硕士项目与斯坦福大学，麻省理工学院，加州大学伯克利分校并列全美第一。

　　项目背景

　　机器学习(ML)和人工智能(AI)具有广泛的社会应用价值。从运输、能源、工业供应链等有形基础设施到医疗和金融等无形服务，这些现代社会经济发展的方方面面离不开机器学习和人工智能技术。传统的机器学习一般是在单机或者集群上集中处理数据、训练模型。为了在大规模的网络应用场景中实现快速、高效的在线决策和训练，去中心化机器学习，也就是分布式机器学习，逐渐受到学界更多关注。随着现代物联网(IoT)平台、自组织网络、边缘计算的出现，数据越来越多地在网络节点/用户/设备(统称为代理)上以分散的方式收集和处理。与典型的基于云或基于参数服务器的设置不同，分散学习(Decentralized Learning)是一种在多个独立节点或代理之间协作进行机器学习模型训练和推理的方法，而不是依赖于集中式服务器。分散学习的主要目标是利用各个节点的计算资源和数据，提升模型的训练效率和性能，同时保护数据隐私和增强系统的鲁棒性。在具有分布式数据的智能体网络中，基于分散网络的协作机器学习处理算法的设计已经成为一种新兴的研究趋势。

　　项目介绍

　　本项目的重点是设计和分析基于分布式数据的大规模智能体网络中完全分散的机器学习和推理的算法。课程将介绍如何为分类和回归等任务构建机器学习模型、监督学习框架、随机优化，从简单线性模型训练到复杂神经网络，以及基于共识和扩散类型的网络学习算法，这些算法广泛应用于去中心化网络环境中的协作训练。针对未来有意从事人工智能、机器学习相关行业及科学研究的学生，本课题将提供必要准备和坚实基础。

　　项目大纲

　　网络信息处理和机器学习Network information processing and Machine Learning

　　网络化去中心化随机优化设置Network decentralized stochastic optimization Settings

　　基于共识和扩散的网络学习算法Network learning algorithm based on consensus and diffusion

　　联邦学习：基本算法 Federated Learning: Basic Algorithms

　　去中心化在线参数估计与统计保证 decentralized online parameter estimation and associated statistical guarantees

　　高效通信设计及抵御网络和数据恶意攻击Efficient communication design and tolerance of malicious network and data attacks

　　项目回顾与成果展示 Program Review and Presentation

　　论文辅导 Project Deliverables Tutoring

　　项目收获

　　7周在线小组科研学习+5周不限时论文指导学习 共125课时

　　项目报告

　　优秀学员获主导师Reference Letter

　　EI/CPCI/Scopus/ProQuest/Crossref/EBSCO或同等级别索引国际会议全文投递与发表指导(可用于申请)

　　结业证书

　　成绩单

留学也是一种投资，你的留学预算充足吗，简单3步，轻松了解留学预算？

费用计算

想去留学，不知道自己是否符合条件？马上测一测吧？

条件评估