| 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 | 2022-07-15 14:30 Neural ODEモデルを用いた連合学習の転送量削減 ○星野優斗・川上大輝・松谷宏紀（慶大）  NS2022-59 |
|
| 抄録 | （和） | Federated Learning (連合学習)は、プライバシ等に配慮し、データをサーバに集約せず、データがエッジ等に分散した状態で学習を行う機械学習手法である。 ResNetは出力ではなく残差関数を学習することで、ネットワークを深くすることに成功した高精度のニューラルネットワークである。 連合学習ではサーバとエッジ間で通信を行い、重みのやり取りを行うが、ResNetは層が深くパラメータ数が多いので通信量が大きくなってしまう。 そこで、本研究ではResNetの軽量化モデルであるNeural ODEを使用し、連合学習における通信量を削減する。 さらに、異なるResNetに相当する、異なる繰り返し数のNeural ODEモデルを用いた連合学習を検討する。 評価ではCIFAR-10データセットを使用し、Neural ODEを用いることで通信量をResNetと比較して約90%削減した。 また、異なるモデル同士の連合学習が可能であることを示した。 |
| （英） | (Not available yet) | |
| キーワード | （和） | 連合学習 / ResNet / Neural ODE / / / / / |
| （英） | / / / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 105, NS2022-59, pp. 157-162, 2022年7月. | |
| 資料番号 | NS2022-59 | |
| 発行日 | 2022-07-06 (NS) | |
| 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 | NS2022-59 |
|
| 研究会情報 | |
| 研究会 | NS SR RCS SeMI RCC |
| 開催期間 | 2022-07-13 - 2022-07-15 |
| 開催地（和） | 金沢歌劇座 + オンライン開催 |
| 開催地（英） | The Kanazawa Theatre + Online |
| テーマ（和） | 無線分散ネットワーク，M2M(Machine-to-Machine)，D2D(Device-to-Device)，一般 |
| テーマ（英） | Distributed Wireless Network, 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 | NS |
| 会議コード | 2022-07-NS-SR-RCS-SeMI-RCC |
| 本文の言語 | 日本語 |
| タイトル（和） | Neural ODEモデルを用いた連合学習の転送量削減 |
| サブタイトル（和） | |
| タイトル（英） | Communication Size Reduction of Federated Learning based on Neural ODE Model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連合学習 / |
| キーワード(2)（和/英） | ResNet / |
| キーワード(3)（和/英） | Neural ODE / |
| 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） | 星野 優斗 / Yuto Hoshino / ホシノ ユウト |
| 第1著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 川上 大輝 / Hiroki Kawakami / カワカミ ヒロキ |
| 第2著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 松谷 宏紀 / Hiroki Matsutani / マツタニ ヒロキ |
| 第3著者 所属（和/英） | 慶應義塾大学 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-07-15 14:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2022-59 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.105 |
| ページ範囲 | pp.157-162 |
| ページ数 | 6 |
| 発行日 | 2022-07-06 (NS) |
[研究会発表申込システムのトップページに戻る]