丛悦，男，河北石家庄人，2025年6月毕业于广州大学网络空间安全专业，获工学博士学位。主要从事边缘计算、数据隐私保护、联邦学习等领域的研究。以第一/通讯/合作作者身份在CAAI Transactions on Intelligence Technology、Knowledge-Based Systems、World Wide Web等学术期刊发表论文多篇。

联系方式

47-400@gduf.edu.cn

主讲课程

《人工智能基础》、《hadoop架构》、《数据科学导论》

研究方向

边缘计算、数据隐私保护、联邦学习

部分科研成果

[1] Cong Y, Qiu J*, Zhang K*, Fang Z, Gao C, Su S, Tian Z. Ada‐FFL: Adaptive computing fairness federated learning[J]. CAAI Transactions on Intelligence Technology, 2024, 9(3): 573-584.

[2] Cong Y, Zeng Y, Qiu J*, Fang Z, Zhang L, Cheng D, Liu J, Tian Z. FedGA: A greedy approach to enhance federated learning with Non-IID data[J]. Knowledge-Based Systems, 2024, 301: 112201.

[3] Li J, Cong Y, Zhou L, Tian Z, Qiu J*. Super-resolution-based part collaboration network for vehicle re-identification[J]. World Wide Web, 2023, 26(2): 519-538.

[4] Fang Z, Cong Y, Chai Y, Gao C, Chen X, Qiu J*. Conserving Semantic Unit Information and Simplifying Syntactic Constituents to Improve Implicit Discourse Relation Recognition[J]. Entropy, 2023, 25(9): 1294.

[5] 周旭华, 丛悦, 李鉴明, 仇计清*. EMFedAvg—基于 EMD 距离的联邦平均算法[J]. 广州大学学报 (自然科学版), 2020, 19(4): 11-20.

[6] 丛悦, 仇晶, 孙彦斌, 苏申, 刘园, 田志宏. 开启联邦学习的个性化时代：隐私、安全与效率的平衡探索[J]. 智能安全, 2023, 2(02):103-112.