安全可信机器学习中心公布五项新研究项目

研究项目概述

安全可信机器学*中心*日宣布遴选出来自南加州大学教师的五项新研究项目（2022-2023年度）。该中心成立于2021年1月，致力于支持机器学*隐私、安全与可信度方面的基础研究和新方法开发。

项目负责人与研究方向

Urbashi Mitra（工程学教授）：

• 研究课题："物联网物理层安全的双线性机制"

Shrikanth Narayanan（工程学教授）：

• 研究课题："基于生物行为数据的以人为本体验与感知建模的联邦学*"

Antonio Ortega（电子与计算机工程教授）：

• 研究课题："深度学*与数据几何：基于数据驱动图框架的可解释可信AI"

Konstantinos Psounis（电子与计算机工程教授）：

• 研究课题："安全聚合的联邦学*：隐私访问与改进"

Meisam Razaviyayn（工业与系统工程助理教授）：

• 研究课题："具有敏感特征隐私访问权限的公平联邦学*"

技术重点领域

本年度项目重点关注以下技术方向：

• 通过联邦学*与安全聚合实现隐私保护
• 复杂机器学*模型的可解释性与公平性
• 以人为本的机器学*系统设计
• 底层基础设施的安全性保障

合作意义

该项目代表学术机构与企业深度合作的典范，通过联合研究推动机器学*安全领域的技术创新，旨在培养专业人才、提升行业领导力，并对社会产生积极影响。

更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码