可信机器学习中心首批研究项目公布

某中心与南加州大学联合成立的可信机器学习中心近日宣布，已选定2021-2022年度的五个研究项目。该中心成立于2021年1月，致力于支持机器学习隐私、安全与可信赖性新方法的基础研究与发展。

首批入选项目包括：

• 联邦学习在自然语言处理中的应用（项目负责人：Xiang Ren、Mahdi Soltanolkotabi）
• 联邦学习中隐私与公平性的协调（项目负责人：Aleksandra Korolova）
• 基于生物行为数据的人本体验与感知建模联邦学习（项目负责人：Shrikanth Narayanan）
• 快速公平去中心化学习（项目负责人：Keith Burghardt）
• 异构与污染环境中通过安全性能加权的高效联邦学习（项目负责人：Jose Luis Ambite、Muhammad Naveed、Paul Thompson）

中心首任主任Salman Avestimehr表示：“首轮项目征集获得了南加州大学教师的积极响应，最终决定资助比原计划多一个项目。“某中心联络人Prem Natarajan补充道：“这些提案的质量和多样性令人欣喜，期待合作产生突破性进展。”

南加州大学工程学院院长Yannis Yortsos指出：“教师的强烈反响体现了本校在该领域的卓越实力，也为与某中心的合作奠定了坚实基础。”

中心咨询委员会由南加州大学和某中心的专家共同组成，参与了项目评审工作。该联合研究中心将持续推动机器学习隐私安全与可信赖性领域的前沿探索。