5月11日下午，统信大讲堂第26期在线举行，北京大学光华管理学院王汉生教授受邀以“离散联邦学习的网络梯度下降算法”为题做学术报告，统计与信息学院院长刘永辉、科研处副处长林红梅、学院党委副书记李睿与国内各高校300余名师生共聚云端聆听报告。

　　王汉生教授的报告介绍了梯度下降算法在复杂模型学习中的重要性，阐释了联邦学习中的基本概念以及其与分布式计算的区别。他结合图示阐明了3种不同网络结构的优缺点，基于线性回归、逻辑回归、泊松回归分析了学习率和网络结构对收敛速度和收敛稳定性的影响，基于深度学习模型进行了论证。王汉生教授的报告还提出了设备之间同步更新、强化隐私保护能力、系统稳健性的优化等下一步研究方向。

　　在互动环节，王汉生教授与师生们进行交流。通过这次学术报告，师生们对联邦学习的框架、梯度下降算法的应用和去中心化数据的优化处理有了进一步的思考。

　　为应对疫情的挑战，统计与信息学院于2022年3月起举办云上“统信大讲堂”，邀请校内外专家在线开设学术研究指导系列讲座，帮助师生们拓展学术视野、提升科研水平。后续还将邀请更多专家做客“统信大讲堂”，欢迎大家继续关注。