报告题目：EasyFL: Optimizing Federated Learning for Computer Vision Applications

报告摘要：Deep learning has transformed industries through powerful computer vision applications. However, the traditional centralized training approach is facing serious challenges due to ever-increasing data privacy regulations. To mitigate this problem, Federated Learning (FL) has emerged as a distributed training paradigm that trains deep learning models on user devices, protecting data privacy by eliminating the need for data transfer to a central server. Despite FL's significant potential for training computer vision applications, it is still in its early stage and requires further optimization in terms of system performance and specificity for booming computer vision applications.

In this talk, we focus on our latest research in transforming FL platforms for computer vision applications through system and algorithmic optimizations. We begin by introducing our low-code FL platform, EasyFL, which improves researchers' productivity and efficiency in implementing new federated computer vision applications. It allows users to write less code with 1.5 times of training speedup. Built on EasyFL, we then present multiple algorithmic optimizations to improve accuracy for various computer vision applications, including person re-identification, face recognition, and self-supervised learning. Finally, we present algorithmic and system optimizations for training multiple simultaneous FL tasks under resource constraints.

个人简介：文勇刚教授，新加坡工程院院士，IEEE Fellow，ACM杰出会员，南洋理工大学（NTU）副教务长（研究生教育）兼研究生院院长及计算金融研究中心主任，南洋理工大学计算机与数据科学学院（校长讲席）教授。此前，他曾担任南洋理工大学协理副校长（2023年），工程学院科研副院长（2018-2023年），南洋科技创业中心代理主任（2017–2019年）及计算机科学与工程学院创新助理院长（2016–2018年）。文教授于2008年获美国麻省理工学院（MIT）电气工程与计算机科学博士学位（辅修西方文学）。文教授在国际顶级期刊与会议发表论文300余篇，其系统研究享誉全球。他在“多屏云社交电视”领域的研究被全球媒体广泛报道（来自29个国家的1600余篇报道），并获2013年东盟ICT奖金奖。其“数据中心认知数字孪生”成果斩获2015年数据中心领域“奥斯卡”奖——亚太区Data Centre Dynamics大奖、2016年东盟ICT奖金奖、2020年IEEE TCCPS工业技术卓越奖、2021年W.Media亚太云与数据中心技术领袖奖，以及2022年新加坡计算机学会数字成就技术领袖奖。文教授是2019年南洋研究奖唯一获得者及2016年南洋创新与创业奖得主（NTU最高荣誉）。他与团队多次荣获国际顶级期刊（如2019年IEEE TCSVT、2015年IEEE Multimedia）与会议（如2023年ASPLOS、2016年IEEE Globecom）最佳论文奖。现任《IEEE多媒体汇刊》（TMM）主编，曾担任多个IEEE/ACM汇刊编委及IEEE通信学会多媒体通信技术委员会主席（2014–2016）。研究方向涵盖云计算、绿色数据中心、大数据分析、多媒体网络与移动计算。