| 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 10:30 Peer-to-Peer Federated Learningにおけるトポロジー解析 ○伊藤吉彦・落合秀也・江崎 浩（東大）  CAS2022-50 MSS2022-33 |
|
| 抄録 | （和） | P2P Federated Learningとは，Serverlessで協調的に機械学習を進める手法である．P2Pでやり取りする場合，大量のノードが学習参加している大規模化したトポロジーでは，モデル交換のコストが膨大になってしまう．しかし，リンク数を減らししすぎると学習完了まで時間がかかりすぎる．本研究では，交換コストとAccuracyの双方を達成できるトポロジーを模索するとともに，途中で学習に参加あるいは脱退するノードも考慮に入れ，動的にトポロジー構成を達成できることを目標とする．また，Non-IID特性の影響を軽減するトポロジーについても調査を進める．これらを可能にする手法として本研究では階層構造を提案する．まず，学習参加ノードをいくつかのグループに分離させ，グループ内でモデルトレードを行う．その後，各グループから選抜された代表ノード同士でモデルの受け渡しを行うという寸法である．この方法でシミュレーションを行った結果，データ分布が類似したノードを同じグループに分類したとき，ノードごとのモデルの分散が小さくなったのが確認された．今後はノードの途中参加・離脱を視野に入れて研究を進めていく． |
| （英） | P2P Federated Learning is a method of distributed machine learning and the cost of model trading becomes too huge in a large-scale topology. The purpose of this study is to seek a topology that solves cost problems and reduces the influence of Non-IID, allows nodes to add and remove. To achieve these goals, I introduce hierarchy topology.Nodes are divided into several groups and models traded within the group. After that, they traded between groups. The experimental results prove that the new method is better than conventional topology and classifying similar data distributions into the same group shows excellent results. | |
| キーワード | （和） | トポロジー / P2P Federated Learning / Non-IID特性 / グループ分け / / / / |
| （英） | topology / P2P Federated Learning / Non-IID / grouping / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 254, MSS2022-33, pp. 63-66, 2022年11月. | |
| 資料番号 | MSS2022-33 | |
| 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 | CAS2022-50 MSS2022-33 |
|
| 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） | Peer-to-Peer Federated Learningにおけるトポロジー解析 |
| サブタイトル（和） | |
| タイトル（英） | Topology analysis in the P2P Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | トポロジー / topology |
| キーワード(2)（和/英） | P2P Federated Learning / P2P Federated Learning |
| キーワード(3)（和/英） | Non-IID特性 / Non-IID |
| キーワード(4)（和/英） | グループ分け / grouping |
| 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） | 伊藤 吉彦 / Yoshihiko Ito / イトウ ヨシヒコ |
| 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 / エサキ ヒロシ |
| 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 10:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | MSS |
| 資料番号 | CAS2022-50, MSS2022-33 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.253(CAS), no.254(MSS) |
| ページ範囲 | pp.63-66 |
| 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]