个人简介
- 复旦大学计算机应用技术专业
- 研究方向：联邦学习、计算机视觉
- 导师李斌研究员、薛向阳教授
- 中共党员，汉族，1996 年 1 月 出生于江苏淮安
- 电话：15850786701
- 邮箱：scsu20@fudan.edu.cn
教育背景
| 院校 | 专业 | 学位 | 时间 |
|---|---|---|---|
| 复旦大学 | 计算机科学技术学院-计算机应用技术 | 硕博连读 | 2018.9-至今 （20年转博） |
| 南京邮电大学 | 理学院-应用物理专业 | 理学学士 | 2014.9-2018.7 |
项目经历
| 项目类型 | 项目名称 | 负责内容 | 时间 | 角色 |
|---|---|---|---|---|
| 纵向基金 | 科技创新2030“新一代人工智能”重大项目子课题机器学习模型的汇聚与迁移 | 负责设计联邦学习场景下的多域泛化算法。探索联邦学习在预训练基础模型中的应用。 | 2022.3-至今 | 学生负责人 |
| 纵向基金 | 面向个人相册图像分类的端云协同学习方法（自然科学基金） | 联邦学习中的高效模型聚合算法研究 | 2021-至今 | 学生负责人 |
| 横向合作 | 自动驾驶场景下多节点联合学习（华为合作项目 ） | 设计了基于域差异感知的蒸馏聚合方法、基于多教师蒸馏和模型集成的跨域联邦目标检测方法。降低了联邦学习通信轮次，缓解了客户端数据跨域问题。 | 2021.9-2022.9 | 学生负责人 |
| 横向合作 | 基于相册分类的无中心化端云协同技术（华为合作项目 ） | 负责进一步优化基于正交投影的模型参数聚合方法。适配个性化联邦学习。 | 2020.6-2021.6 | 成员 |
| 横向合作 | 端+云协同的联合学习技术框架（华为合作项目 ） | 负责联邦学习算法设计。设计了基于正交投影的抗遗忘模型参数聚合方法，对于简单的多层感知机模型，可以实现 One-shot 联邦学习。 | 2019.4-2020.4 | 成员 |
论 文
[1] Shangchao Su, Bin Li, and Xiangyang Xue. “One-shot Federated Learning without server-side training.” Neural Networks (2023). PDF
[2] Shangchao Su, et al. “Cross-domain Federated Object Detection.” ICME (2023).PDF
[3] Shangchao Su, et al. “Federated Adaptive Prompt Tuning for Multi-domain Collaborative Learning.” AAAI (2024).PDF
[4] Mingzhao Yang, Shangchao Su (equal contribution), et al. “Exploring One-shot Semi-supervised Federated Learning with Pre-trained Stable Diffusion” AAAI (2024). PDF
[5] Shangchao Su, et al. “Privacy-Preserving Collaborative Chinese Text Recognition with Federated Learning” arXiv preprint arXiv:2305.05602 (2023). PDF
[6] Shangchao Su, Bin Li, and Xiangyang Xue. “Domain Discrepancy Aware Distillation for Model Aggregation in Federated Learning.” arXiv preprint arXiv:2210.02190 (2022).PDF
[7] Shangchao Su, Bin Li, and Xiangyang Xue. “FedRA: A Random Allocation Strategy for Federated Tuning to Unleash the Power of Heterogeneous Clients.” arXiv preprint arXiv:2311.11227 (2023).PDF
[8] Mingzhao Yang, Shangchao Su (equal contribution), et al. “One-Shot Federated Learning with Classifier-Guided Diffusion Models” arXiv preprint arXiv:2311.08870 (2023). PDF
获 奖
- 2023 年，第一届6G智能无线通信系统大赛·智能分布式无线电地图构建 冠军（576人参赛共156支队伍，单人组队获第一名）
- 2021年度华为技术合作优秀学生贡献奖
- 2021、2022年，复旦大学博士生优秀学业奖学金二等奖
- 2018-2019年，复旦大学硕士生优秀学业奖学金
- 2017年，全国大学生数学建模大赛江苏省一等奖
- 2014年，全国中学生物理奥林匹克竞赛江苏省一等奖
专 利
- 模型更新的方法、终端和服务器 公开号：CN114239668A 申请人：华为技术有限公司；复旦大学。发明人：苏上超； 王勇博；李斌；薛向阳；陈院林；黄一宁
- 基于投影约束模型聚合的隐私保护端云联合机器学习方法 申请号：202211008216.3
- 基于知识蒸馏和模型集成的跨域联邦目标检测方法 申请号：202211103802.6
- 基于域差异感知蒸馏的异构模型聚合方法及系统 申请号：202211103020.2
实 践 经 历
2020.2，2022.3 国自然基金申请（主导）与科技部重大专项申请（参与）
- 2020.6-2022.12 《统计学习》本科生课程助教 负责实践课（占总体课程约 1/4 内容），并设计作业和期末试题。
- 2019.3-2019.5 ICDAR2019 文本检测竞赛 负责做出 baseline，尝试提升性能。最终获得大规模弱标注街景文字检测团体第七。由此初步入门深度学习领域。
自 我 评 价
熟悉联邦学习，持续学习，知识蒸馏等领域，熟练使用 PyTorch 框架； 学习能力强，责任感强，做事情善始善终。语言沟通能力强，具有全局意识和较强的团队合作精神；富有好奇心，对于解决实际应用中的开放性难题富有激情；