从IJCAI 2019到NeurIPS 2019，联邦学习将再次亮相国际AI顶会( 二 ) 在这一机器学习领域的顶级会议中

　　联邦学习的热点研究课题包括：如何有效利用差异隐私、安全多方计算等技术，并提高联邦学习在落地过程中的工作效率等。在本次研讨会中，联邦学习领域的顶尖学者与从业者将围绕联邦学习在实际落地过程中的问题展开讨论，将其与多个行业领域的最新技术结合起来，为应对用户隐私、数据安全与AI落地的矛盾提供更加全面有效的解决方法。

　　据悉，这是微众银行继今年8月国际人工智能联合会议(IJCAI 2019)联邦学习国际研讨会之后，持续在国际人工智能顶级会议中举办联邦学习研讨会，本次研讨会吸引了更多学者关注。目前共收到数十篇论文投稿，汇聚了联邦学习领域的最新研究成果，围绕联邦学习算法如何优化与应用、如何增强联邦学习的安全性、如何建立起联邦学习激励机制等展开多方面多角度的探索。被收录的优秀论文将会在本次研讨会以口头报告和海报的形式发表，来自世界各地的学者将与论文作者展开对话与交流。

　　近两年来，联邦学习在学术研究、标准制定、行业落地等方面一路高歌猛进，成为人工智能领域引人注目的方向之一。 2018年12月，联邦学习IEEE国际标准正式立项，分别于2月、6月、8月召开了三次标准工作组会议，标准初稿完成。 8月，备受关注的IJCAI 2019首届联邦学习国际研讨会的成功召开标志了联邦学习国际社区的正式成立，联邦学习进入了一个新的阶段。 12月，在NeurIPS 2019中举办的联邦学习主题的研讨会将吸引更多研究者与从业者的关注。相信随着联邦学习的深入研究与广泛落地，将为破解数据孤岛和隐私保护的行业痛点提供更多成功范例。

　　研讨会官网：http://federated-learning.org/fl-neurips-2019/

从IJCAI 2019到NeurIPS 2019，联邦学习将再次亮相国际AI顶会。　　了解联邦学习：www.fedai.org.cn