2020年9月1日下午2点，上海交通大学刘卫东教授应邀在腾讯会议（ID:508 382 648）开展了一场题为“Variance Reduced Median-of-Means Estimator for Byzantine-Robust Distributed Inference”的学术讲座。本次讲座由王启华老师主持。
刘卫东教授是上海交通大学数学科学学院副院长，特聘教授，国家级高层次青年人才。2008年于浙江大学获博士学位，2008-2011年在香港科技大学、美国宾夕法尼亚大学沃顿商学院从事博士后研究工作。2010年获全国百篇优秀博士学位论文奖及由世界华人数学家大会颁发的新世界数学奖；2013年获得国家级青年人才基金资助；2016年获得国家级高层次领军人才；2018年获国家级高层次青年人才基金资助。研究兴趣包括现代统计学、机器学习等，在统计学四大顶级期刊（AOS,JASA,JRSSB,Biometrika）和机器学习顶级期刊JMLR发表40余篇论文。
首先，刘教授给我们介绍了分布式计算的基本思想和估计方法，并进一步介绍了何为拜占庭错误。在这基础上，刘教授开发了一种高效的分布式推断算法，它对具有适度的部分的拜占庭错误节点，即分布式学习系统中的任意机器和可能有错误的机器具有稳健性。在稳健性统计学中，均值中值（MOM）由于其易于实现和计算效率，一直是解决拜占庭故障的流行方法。然而，MOM估计器在统计效率方面存在不足。因此，刘教授提出了一种方差降低的均值中值(VRMOM)估计，该估计比vanilla MOM估计提高了统计效率，并且在计算效率上与MOM相当。基于提出的VRMOM估计器，刘教授进一步提出了一种对拜占庭错误具有稳健性的通用分布式推断算法。刘教授指出，在理论上我们提出的分布式算法能实现快速收敛率。且刘教授提供了用于统计推断的渐进正态性结果。刘教授指出，这是第一个在拜占庭式分布式学习环境下的正态性结果。最后，刘教授给我们展示这个方法的模拟方法和结果，仿真结果也进一步说明了该方法的有效性。
整场讲座持续了一个多小时，意犹未尽，学术氛围浓厚。讲座结束后，我院师生与刘教授在线上进行了热烈探讨，刘教授认真一一回答了师生们提出的各种问题。最后，王老师对此次讲座作了小结，参会老师和同学收获颇丰。
| 上一条： 没有了 |
| 下一条： 没有了 |
