| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2021-07-16 09:25 無線環境における送信レート適応化に基づく分散機械学習の高速化 ○佐藤光哉（東京理科大）・杉村大輔（津田塾大）  RCS2021-94 |
|
| 抄録 | （和） | 無線環境での分散機械学習における，学習時間を高速化する送信レート設計法について述べる．各端末内でのローカル機械学習と学習パラメータの共有，それらの合成を繰り返すことで，複数端末間で機械学習が実施できる．しかし，これを無線環境で実施する際，フェージングのような通信路の影響により学習パラメータ共有時の通信時間が増大し，学習時間特性の劣化に繋がる恐れがある．そこで，送信レート制御を許容した際に，学習時間と達成可能な学習精度の間にトレードオフが生じる点に着目する．学習時間高速化を，ネットワークトポロジの密度を制約条件とした通信時間最小化問題として定式化し，組合せ最適化及び凸最適化に基づく解法を示す．画像認識を学習対象とした数値計算により，送信レート適応化により分散機械学習を高速化できることを示す． |
| （英） | This paper presents a communication strategy for improving the runtime of decentralized machine learning over wireless networks. An iteration of local training and sharing the trained parameters can realize the decentralized machine learning; however, in the wireless channel, communication time tends to be a bottleneck for the runtime performance owing to path loss and multipath fading. To deal with this problem, we focus on the tradeoff between communication time and training accuracy, which is raised by adjusting the transmission rate. We formulate the rate adaptation as a minimization problem for the communication time under the constraint for the network density. Numerical results demonstrate that the rate adaptation aids in realizing the fast decentralized machine learning. | |
| キーワード | （和） | 分散機械学習 / 送信レート適応化 / ネットワークトポロジ / / / / / |
| （英） | Decentralized machine learning / rate adaptation / network topology / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 103, RCS2021-94, pp. 80-85, 2021年7月. | |
| 資料番号 | RCS2021-94 | |
| 発行日 | 2021-07-07 (RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | RCS2021-94 |
|
| 研究会情報 | |
| 研究会 | RCS SR NS SeMI RCC |
| 開催期間 | 2021-07-14 - 2021-07-16 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 機械学習とAIを応用した通信・ネットワーク技術，M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things），一般 |
| テーマ（英） | Communication and Network Technology of the AI Age, M2M (Machine-to-Machine)，D2D (Device-to-Device)，IoT（Internet of Things）, etc |
| 講演論文情報の詳細 | |
| 申込み研究会 | RCS |
| 会議コード | 2021-07-RCS-SR-NS-SeMI-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | 無線環境における送信レート適応化に基づく分散機械学習の高速化 |
| サブタイトル（和） | |
| タイトル（英） | Improving the Runtime Performance of Decentralized Machine Learning on Wireless Channels via Rate Adaptation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分散機械学習 / Decentralized machine learning |
| キーワード(2)（和/英） | 送信レート適応化 / rate adaptation |
| キーワード(3)（和/英） | ネットワークトポロジ / network topology |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐藤 光哉 / Koya Sato / サトウ コウヤ |
| 第1著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Science (略称： Tokyo Univ. of Science) |
| 第2著者 氏名（和/英/ヨミ） | 杉村 大輔 / Daisuke Sugimura / スギムラ ダイスケ |
| 第2著者 所属（和/英） | 津田塾大学 (略称： 津田塾大) Tsuda University (略称： Tsuda Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-07-16 09:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RCS |
| 資料番号 | RCS2021-94 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.103 |
| ページ範囲 | pp.80-85 |
| ページ数 | 6 |
| 発行日 | 2021-07-07 (RCS) |
[研究会発表申込システムのトップページに戻る]