報告題目：基于梯度更新的近似遺忘算法研究

主 講 人：張司娜 講師

報告時間：2025.06.08（周日）10：00

報告地點：6A519

主辦單位：計算機與軟件工程學(xué)院

歡迎全校師生參加！

主講人簡介：

張司娜，女，工學(xué)博士，講師。2018年9月畢業(yè)于西南交通大學(xué)信息安全專業(yè)。2022年07月開始任教于西華大學(xué)計算機與軟件工程學(xué)院。主要研究方向為編碼理論、信息安全等方向。

報告內(nèi)容簡介：

隨著數(shù)據(jù)隱私法規(guī)（如GDPR）的完善和AI倫理需求的提升，機器學(xué)習(xí)模型需支持?jǐn)?shù)據(jù)刪除請求（即“被遺忘權(quán)”）。然而，重新訓(xùn)練往往代價較大，成本較高，由此產(chǎn)生“機器遺忘”的關(guān)鍵問題：能否以更低的代價，獲取與重新訓(xùn)練模型盡可能相似的模型。其中，梯度更新遺忘學(xué)習(xí)針對梯度下降（gradient descent）訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，保存部分梯度用于遺忘學(xué)習(xí)近似估計或者更新梯度消除刪除點的影響。對研究這一問題的文獻進行梳理歸納。