近日，我院艾武副教授課題組在大數據工業物聯網應用研究領域取得重要進展，研究成果以題為“Decentralized Federated Learning for Industrial IoT with Deep Echo State Networks” (DOI: 10.1109/TII.2022.3194627)發表在計算機領域國際頂級（Top）期刊IEEE Transactions on Industrial Informatics上。該期刊由美國電氣電子工程師學會（Institute of Electrical and Electronics Engineers，IEEE）主辦，是中科院SCI期刊分區工程技術、計算機科學大類一區Top期刊，影響因子（IF）為11.648，期刊引文指标（JCI）為2.5。

該項研究得到國家自然科學基金、廣西自然科學基金和9728太阳集团首页科研啟動基金等多個項目的資助。我院應用統計專業碩士研究生丘文棋為論文第一作者，其導師艾武副教授為論文通訊作者，陳華舟教授、封全喜教授、唐國強教授為論文合作者，9728太阳集团首页為唯一署名單位。

聯邦學習（FL）因能在多終端上共享模型，而不洩露隐私數據，被廣泛應用于工業物聯網（IoT）等領域。針對工業物聯網場景的大數據分析問題，艾武副教授課題組提出了一種基于深度神經網絡的分散聯邦學習算法，将原問題分解為若幹具有一緻性約束的子問題，通過局部計算和通信解決無中心協調處理的困難。該算法結合了分散平均一緻性和交替方向乘子法，讨論和驗證了IoT異構數據的聯邦學習問題。

據悉，艾武副教授課題組近年來專注于統計學習理論、分布式算法及其應用領域的研究，已發表多篇高水平論文，先後獲得2項國家自然科學基金和2項廣西自然科學基金。上述研究成果是我院應用統計專業研究生培養和辦學工作的成果，也充分體現了我院師生不斷進取的科研精神。

論文信息：

W. Qiu, W. Ai, H. Chen, Q. Feng and G. Tang, "Decentralized Federated Learning for Industrial IoT with Deep Echo State Networks," in IEEE Transactions on Industrial Informatics, 2022, doi: 10.1109/TII.2022.3194627.

論文鍊接：https://ieeexplore.ieee.org/document/9844254

工業物聯網分散聯邦學習架構

論文作者