| 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 | 2022-11-18 13:05 Decentralized Federated Learningにおけるモデルパラメータ伝搬の分析 ○江口航志・落合秀也・江崎 浩（東大）  CAS2022-51 MSS2022-34 |
|
| 抄録 | （和） | 中央サーバを設けない Decentralized Federated Learning(DFL) の研究はこれまでに多数行われてきたが，端 末ノードの学習結果伝搬に着目したものは少なかった.本研究では，DFL において，各ノードの学習結果が他のノー ドにどのように伝搬されるのか，をノード同士の接続形態や学習モデル，モデルアグリゲーションの係数を変化させ ることにより分析する.これにより，あるノードの学習結果が他のノードに伝搬される様子を解明し，DFL がより効 率的・効果的に使用されることを目指す. |
| （英） | Although there have been many studies on Decentralized Federated Learning (DFL), few have focused on the propagation of learning results among terminal nodes. In this study, we analyzed how the learning results of each node are propagated to other nodes in DFL by changing the connection configuration of nodes, learning models, and model aggregation coefficients. By doing so, we aim to elucidate how the learning results of one node are propagated to other nodes, so that DFL can be used more efficiently. | |
| キーワード | （和） | Decentralized Federated Learning / モデルパラメータ / Non-IID data / / / / / |
| （英） | Decentralized Federated Learning / Model Parameters / Non-IID data / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 254, MSS2022-34, pp. 67-70, 2022年11月. | |
| 資料番号 | MSS2022-34 | |
| 発行日 | 2022-11-10 (CAS, MSS) | |
| 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 | CAS2022-51 MSS2022-34 |
|
| 研究会情報 | |
| 研究会 | CAS MSS IPSJ-AL |
| 開催期間 | 2022-11-17 - 2022-11-18 |
| 開催地（和） | Kochi Startup BASE |
| 開催地（英） | |
| テーマ（和） | システムのモデリングと制御・検証・最適化の手法，機械学習的アプローチ及び一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MSS |
| 会議コード | 2022-11-CAS-MSS-AL |
| 本文の言語 | 日本語 |
| タイトル（和） | Decentralized Federated Learningにおけるモデルパラメータ伝搬の分析 |
| サブタイトル（和） | |
| タイトル（英） | An Analysis of Model Parameters Propagation over Decentralized Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Decentralized Federated Learning / Decentralized Federated Learning |
| キーワード(2)（和/英） | モデルパラメータ / Model Parameters |
| キーワード(3)（和/英） | Non-IID data / Non-IID data |
| 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） | 江口 航志 / Koshi Eguchi / エグチ コウシ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 落合 秀也 / Hideya Ochiai / オチアイ ヒデヤ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 江崎 浩 / Hiroshi Esaki / |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-11-18 13:05:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MSS |
| 資料番号 | CAS2022-51, MSS2022-34 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.253(CAS), no.254(MSS) |
| ページ範囲 | pp.67-70 |
| ページ数 | 4 |
| 発行日 | 2022-11-10 (CAS, MSS) |
[研究会発表申込システムのトップページに戻る]