医療応用のための分散エッジ学習

タイトル:
医療応用のための分散エッジ学習

概要:
医療分野におけるプライバシーを保護しつつ効率的な機械学習への需要が高まる中、フェデレーテッドラーニング（FL）などの分散型エッジ学習アプローチが注目を集めています。しかし、従来のFL手法は、ラベル付きデータの不足、個人間および個人内の変動、ローカルノードでのデータ多様性の制約といった課題に直面しています。本講演では、これらの課題を医療のさまざまな文脈で克服する革新的なフレームワークを紹介します。

※本講演は英語で行われます。

バイオ:
Yiyu Shi（イーユー・シー）博士は、現在、ノートルダム大学コンピュータ科学・工学部の教授であり、米国国立科学財団（NSF）産業／大学連携研究センター（I/UCRC）代替・持続可能な知能計算拠点のサイトディレクター、ならびにSustainable Computing Lab（SCL）のディレクターを務めています。また、ハーバード大学医学部の主要小児科プログラムであるボストン小児病院の客員研究員でもあります。

博士は、2005年に清華大学（北京、中国）で電子工学の学士号を取得し、2007年と2009年にカリフォルニア大学ロサンゼルス校（UCLA）で電気工学の修士号および博士号を取得しました。彼の研究は、ハードウェアインテリジェンスと生物医学応用に焦点を当てています。その研究成果は高く評価され、トップジャーナルやカンファレンスで十数本の論文がベストペーパー賞やノミネートを受けています。その中には、2023年のIEEE/ACM William J. McCalla ICCADベストペーパー賞や2021年のIEEE Transactions on Computer-Aided Design Donald O. Pedersonベストペーパー賞が含まれます。

さらに、Facebook Research Award、IBM Invention Achievement Award、NSF CAREER Award、IEEE Region 5 Outstanding Individual Achievement Award、IEEE Computer Society Mid-Career Research Achievement Awardなど、数々の賞を受賞しています。また、多くの国際会議で技術プログラム委員を務め、IEEE VLSI CAS Newsletterの副編集長および複数のIEEE・ACMジャーナルのアソシエイトエディターも務めています。IEEE CEDAのDistinguished LecturerおよびACM Distinguished Speakerでもあります。