报告人：吴致远
报告时间：2024年3月21日 18:30
报告地点：计算机楼A521报告厅
报告人简介：吴致远，我校太阳成集团tyc122cc2022届本科校友。现为中国科学院计算技术研究所硕士研究生，计算所“所长特别奖”、国家奖学金获得者，中国计算机学会分布式计算与系统专业委员会委员，IEEE、ACM会员，受邀担任ICML、NeurIPS、ICLR等十余项国际会议、期刊的分会主席、技术程序委员会委员或审稿人。吴致远的研究方向为联邦学习、多接入边缘计算及分布式系统。近三年来以独立第一作者发表学术论文6篇，包括TPDS、TMC、INFOCOM等计算机系统结构、计算机网络领域CCF-A类期刊或会议；其中，所提出的缓存驱动的联邦学习架构在支持异步分布式优化的同时，通信效率提升至主流方法的200倍以上；部分研究成果已纳入ITU首个端边云协同训练领域国际标准ITU-T F.DEC-CFL。累计负责和参与国家自然科学基金项目、国家重点研发计划、华为企业合作项目等各类科研项目十余项，部分开发成果以开源形式纳入华为自研商用AI框架昇思MindSpore。
报告摘要：本报告旨在探讨本科生如何高效开展科研活动，为学术探索之路迈出坚实的第一步。报告将详细介绍如何选择合适研究领域、制定精细的研究计划，并最大限度地利用校内外资源。此外，报告还将提供了一系列实用技巧，帮助本科生应对研究过程中可能遇到的各种挑战，包括文献调研、实验设计、论文撰写等。
报告人：卢金达
报告时间：2024年3月21日 19:10
报告地点：计算机楼A521报告厅
报告人简介：卢金达，我校太阳成集团tyc122cc2022届本科校友。太阳成集团tyc122cc青马工程培训班学员，并获得思想政治教育双学位。现为中国科学技术大学硕士研究生，主要从事多模态领域的研究，具体包括少样本学习与多模态模型的泛化。近一年来发表CCF-A类论文3篇，其中包含独立第一作者1篇。并在2022年KDD-CUP风能预测挑战赛的2490组参赛队伍中获得第10名。
报告摘要：本报告将与大家分享自身接触科研工作以来的收获，具体包括：(1) 分享一次完整的科研经历，以探讨如何进行完整的科研训练。(2) 分享一次从零调研新课题的经历，以探讨如何快速调研并进行新课题探索。分享平时使用的一些科研小技巧，以探讨如何提升科研效率。
