计算机与软件工程学院学术报告——基于梯度更新的近似遗忘算法研究

报告题目：基于梯度更新的近似遗忘算法研究

主 讲 人：张司娜 讲师

报告时间：2025.06.08（周日）10：00

报告地点：6A519

主办单位：计算机与软件工程学院

欢迎全校师生参加！

主讲人简介：

张司娜，女，工学博士，讲师。2018年9月毕业于西南交通大学信息安全专业。2022年07月开始任教于西华大学计算机与软件工程学院。主要研究方向为编码理论、信息安全等方向。

报告内容简介：

随着数据隐私法规（如GDPR）的完善和AI伦理需求的提升，机器学习模型需支持数据删除请求（即“被遗忘权”）。然而，重新训练往往代价较大，成本较高，由此产生“机器遗忘”的关键问题：能否以更低的代价，获取与重新训练模型尽可能相似的模型。其中，梯度更新遗忘学习针对梯度下降（gradient descent）训练的神经网络模型，保存部分梯度用于遗忘学习近似估计或者更新梯度消除删除点的影响。对研究这一问题的文献进行梳理归纳。