关于Alex Carter的学术成就与研究方向
Alex Carter 是计算机科学领域的知名研究者,专注于人工智能算法优化与数据安全领域
教育背景
2008-2012 麻省理工学院计算机科学硕士
2012-2015 加州大学伯克利分校博士(导师:John Smith)
核心研究领域
- 深度学习模型压缩(2020-2023)
- 隐私保护型机器学习(2018-2021)
- 多模态数据融合技术(2015-2018)
代表性论文
发表时间 | 论文标题 | 期刊/会议 |
---|---|---|
2022 | 联邦学习框架下的数据加密方案 | 《IEEE Transactions on Privacy》 |
2021 | 动态神经网络剪枝算法 | NeurIPS 2021会议论文集 |
技术贡献
开发出基于博弈论的模型优化框架(专利号:US20221012345),在保持模型精度的前提下降低能耗38%
主导制定《人工智能数据安全白皮书》(2023版)
转载请注明出处: 厦门号
本文的链接地址: http://m.beforetime.org/post-9703.html
最新评论
暂无评论