个人简介

    林涛博士2014年毕业于浙江大学电气工程学院，并分别于2017年和2022年在瑞士洛桑联邦理工学院(EPFL)获得硕士与博士学位。林涛博士于2022年11月正式加入西湖大学工学院，任特聘研究员、助理教授、博士生导师，并独立创建西湖大学“学习与推理系统实验室”（Learning and INference Systems (LINs) Laboratory）。

学术成果

林涛博士的研究领域为（1）深度学习与优化，和（2）分布式深度学习与推理系统。相关成果达20余篇论文，其中以一作/共同一作身份在顶级机器学习会议如ICML/NeurIPS/ICLR上发表论文10余篇。根据谷歌学术统计，论文引用达2500余次（截至2023年08月），H指数20。

代表论文（*代表共同一作，#代表通信作者）

1. Hao Zhao, Yuejiang Liu, Alexandre Alahi,Tao Lin#. "On Pitfalls of Test-time Adaptation." ICML 2023

2. Liangze Jiang*,Tao Lin*#."Test-Time Robust Personalization for Federated Learning." ICLR 2023.

3. 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.

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

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

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

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

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

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

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

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

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

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

联系方式

　　电子邮箱：lintao@westlake.edu.cn

林涛课题组拟长期开展“高效可靠的深度学习与推理系统”方面的研究。现课题组诚聘上述研究方向的杰出人才，作为博士后，博士研究生，科研助理，实习生（最少3个月）以及访问学生，来加入我们。申请者请将材料发送至lins-lab.hr@westlake.edu.cn并同步抄送至lintao@westlake.edu.cn。更多信息请访问课题组主页：https://lins-lab.github.io/openings/。