林濤(西湖大學工學院特聘研究員)

林濤博士，本科畢業於浙江大學電氣工程學院，並分別於2017年和2022年在瑞士洛桑聯邦理工學院(EPFL)獲得碩士與博士學位。林濤博士將於2023年初加入西湖大學工學院任特聘研究員，助理教授，並獨立創建西湖大學“學習與推理系統實驗室”（Learning and INference Systems (LINs) Laboratory）。

基本介紹

• 中文名：林濤
• 畢業院校：浙江大學電氣工程學院
• 學位/學歷：博士
• 專業方向：計算機科學與技術

個人經歷

2014年畢業於浙江大學電氣工程學院；

2017年獲得瑞士洛桑聯邦理工學院(EPFL)碩士學位；

2022年獲得瑞士洛桑聯邦理工學院(EPFL)博士學位。

主要成果

 林濤博士的研究領域為（1）深度學習與最佳化，和（2）分散式深度學習與推理系統。相關成果達20餘篇論文，其中以一作/共同一作身份在頂級機器學習會議如ICML/NeurIPS/ICLR上發表論文9篇。根據谷歌學術統計，論文引用達1500餘次（截至2022年06月），H指數16。

代表論文

（#代表corresponding author，*代表equal contribution）

1. Liangze Jiang*, Tao Lin*#. "Test-Time Robust Personalization for Federated Learning." preprint.

2. Thijs Vogels*, Lie He*, Anastasia Koloskova, Tao Lin, Sai Praneeth Karimireddy, Sebastian U. Stich, Martin Jaggi. "RelaySum for Decentralized Deep Learning on Heterogeneous Data." NeurIPS 2021.

3. Tao Lin#, Sai Praneeth Karimireddy, Sebastian U. Stich, Martin Jaggi. "Quasi-Global Momentum: Accelerating Decentralized Deep Learning on Heterogeneous Data." ICML 2021.

4. Lingjing Kong*, Tao Lin*#, Anastasia Koloskova, Martin Jaggi, Sebastian U. Stich. "Consensus Control for Decentralized Deep Learning." ICML 2021.

5. Tao Lin*#, Lingjing Kong*, Sebastian U. Stich, Martin Jaggi. "Ensemble Distillation for Robust Model Fusion in Federated Learning." NeurIPS 2020.

6. Mengjie Zhao*, Tao Lin*, Fei Mi, Martin Jaggi, Hinrich Schütze. "Masking as an Efficient Alternative to Finetuning for Pretrained Language Models." EMNLP 2020.

7. Tao Lin*#, Lingjing Kong*, Sebastian U. Stich, Martin Jaggi. "Extrapolation for Large-batch Training in Deep Learning." ICML 2020.

8. Tao Lin#, Sebastian U. Stich, Luis Barba, Daniil Dmitriev, Martin Jaggi. "Dynamic Model Pruning with Feedback." ICLR 2020.

9. Anastasia Koloskova*, Tao Lin*, Sebastian U. Stich, Martin Jaggi. "Decentralized Deep Learning with Arbitrary Communication Compression." ICLR 2020.

10. Tao Lin#, Sebastian U. Stich, Kumar Kshitij Patel, Martin Jaggi. "Don't Use Large Mini-Batches, Use Local SGD." ICLR 2020.

11. Tian Guo, Tao Lin, Nino Antulov-Fantulin. "Exploring Interpretable LSTM Neural Networks over Multi-Variable Data." ICML 2019.

12. Tao Lin*#, Tian Guo*, Karl Aberer. "Hybrid Neural Networks for Learning the Trend in Time Series." IJCAI 2017.