| 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 | 2022-09-09 11:00 連合学習を用いた特性の異なるクライアントに対応する危険物識別モデルの構築 ○新田恭寛・米谷 竜・杉本麻樹・斎藤英雄（慶大）  MVE2022-15 |
|
| 抄録 | （和） | 身体障害者が歩行中に危険を感じる瞬間は，必ずしも健常者が危険を感じる瞬間とは合致しない．また，たとえ同じような障害を持つ人々に限定したとしても，危険を感じる瞬間は人によって異なる．そのため，身体障害者のための危険物認識モデルは，それぞれのユーザーに最適化されている必要がある．一方，それぞれのユーザーに最適化されたモデルを学習するためには，多様な条件のもとで撮影された画像群が必要となる．しかし，このような大量の画像を事前に集めることは難しい．プライバシー保護の観点から，個人の画像をクラウド上にアップロードすることについても避けることが望まれる．本研究では，階層クラスタリングを伴った連合学習を用いて，特性の異なるそれぞれのクライアントに最適化された危険物認識モデルを構築することを目的とした．実験の結果，各クライアントデータのみで学習する従来の学習手法と比較して，高い認識精度を示すモデルを構築することができた．また，さまざまなクラスタ数で学習を行い，クラスタ数と認識精度の関係について検討した． |
| （英） | A disabled person can have cognition of danger objects during walking, which might not coincide with a non-disabled person. Also, even if we train a machine learning model with similar disabilities, the model should have the capability to accommodate the diverse cognition between person and person. Therefore, we must optimize the machine learning model for disabled people for each user. To get the capability, a large set of images taken under various users is required to train the optimized machine learning model. However, collecting such a large number of training data is challenging. Furthermore, from the privacy protection perspective, avoiding uploading personal images to the cloud is also desirable. Thus, to examine the capability in consideration of privacy protection, we construct a machine learning model of danger objects with diverse characteristics of users using federated learning with hierarchical clustering. As the result of the experiment, the constructed machine learning model showed higher accuracy than a conventional learning method, which was trained only on each client’s data. In addition, we analyzed the performance of the machine learning model by changing the number of clusters. | |
| キーワード | （和） | 連合学習 / 階層クラスタリング / 画像認識 / 身体障害者支援 / / / / |
| （英） | Federated Learning / Hierarchical Clustering / Image Recognition / Physical Disability Support / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 175, MVE2022-15, pp. 26-31, 2022年9月. | |
| 資料番号 | MVE2022-15 | |
| 発行日 | 2022-09-01 (MVE) | |
| 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 | MVE2022-15 |
|
| 研究会情報 | |
| 研究会 | MVE |
| 開催期間 | 2022-09-08 - 2022-09-09 |
| 開催地（和） | 東京大学 本郷キャンパス＋オンライン開催 |
| 開催地（英） | |
| テーマ（和） | メタバースエクスペリエンスの魅力、メディアエクスペリエンスおよび一般（魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MVE |
| 会議コード | 2022-09-MVE |
| 本文の言語 | 日本語 |
| タイトル（和） | 連合学習を用いた特性の異なるクライアントに対応する危険物識別モデルの構築 |
| サブタイトル（和） | |
| タイトル（英） | An Image Recognition Model of Danger Objects for Diverse Clients using Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連合学習 / Federated Learning |
| キーワード(2)（和/英） | 階層クラスタリング / Hierarchical Clustering |
| キーワード(3)（和/英） | 画像認識 / Image Recognition |
| キーワード(4)（和/英） | 身体障害者支援 / Physical Disability Support |
| 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） | 新田 恭寛 / Yasuhiro Nitta / ニッタ ヤスヒロ |
| 第1著者 所属（和/英） | 慶應義塾大学大学院 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 米谷 竜 / Ryo Yonetani / ヨネタニ リョウ |
| 第2著者 所属（和/英） | 慶應義塾大学大学院 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 杉本 麻樹 / Maki Sugimoto / スギモト マキ |
| 第3著者 所属（和/英） | 慶應義塾大学大学院 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 斎藤 英雄 / Hideo Saito / サイトウ ヒデオ |
| 第4著者 所属（和/英） | 慶應義塾大学大学院 (略称： 慶大) Keio University (略称： Keio Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-09-09 11:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MVE |
| 資料番号 | MVE2022-15 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.175 |
| ページ範囲 | pp.26-31 |
| ページ数 | 6 |
| 発行日 | 2022-09-01 (MVE) |
[研究会発表申込システムのトップページに戻る]