| 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 | 2024-10-10 13:25 日和見的連合学習を実現する適応型資源割当の初期実装 ○長谷川亮太（芝浦工大）・小野翔多（東大）・三好 匠・山崎 託（芝浦工大）  NS2024-103 |
|
| 抄録 | （和） | 近年，センシング機能を搭載した高性能なモバイル端末が普及しており，モバイル端末上での様々な機械学習タスクの実行が現実的となっている．一般的に，センシングした情報は，サーバに集約され，モデルの学習に用いられるが，集約によるサーバの通信負荷，学習によるサーバの計算負荷に加え，データ共有によるプライバシーの侵害が懸念される．これに対し，位置情報に基づく分散機械学習のためのグループ構築手法が提案されているが，様々な機械学習タスクが混在する環境については考慮されていない．本稿では，多様なタスクが混在する環境下において，タスクへの参加状況や端末の状態に応じて，適応的に学習する日和見的連合学習を提案する．また，提案するシステムを実機実装し，提案する協調端末候補選択アルゴリズムが，実環境を想定した各シナリオにおいて，どのような影響を与えるかを評価する． |
| （英） | Recently, high-performance mobile devices equipped with sensing capabilities have become widely available, enabling the practical execution of various machine learning tasks. Typically, sensing data is aggregated on a central server to train machine learning models. However, this approach incurs communication overhead due to data aggregation, computational load from model training, and privacy concerns related to data sharing. To address these challenges, a group construction method for distributed machine learning based on location information has been proposed. However, it does not account for mixed environments with diverse tasks. In this paper, we propose an opportunistic federated learning system that adaptively assigns groups for executing federated learning tasks based on the status of devices. We conduct an initial implementation of the proposed system and evaluate its performance, along with its cooperative device selection algorithms. |
|
| キーワード | （和） | 分散機械学習 / 連合学習 / 資源割当 / グループ構築 / / / / |
| （英） | Distributed machine learning / Federated learning / Resource allocation / Group construction / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 197, NS2024-103, pp. 69-73, 2024年10月. | |
| 資料番号 | NS2024-103 | |
| 発行日 | 2024-10-02 (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 | NS2024-103 |
|
| 研究会情報 | |
| 研究会 | NS |
| 開催期間 | 2024-10-09 - 2024-10-11 |
| 開催地（和） | 徳島大学 + オンライン開催 |
| 開催地（英） | Tokushima University + Online |
| テーマ（和） | ネットワークアーキテクチャ(オーバレイ、P2P、ユビキタスNW、スケールフリーNW、アクティブNW、NGN・新世代NW、IoT、エッジコンピューティング)、次世代パケットトランスポート(高速Ethernet、IP over WDM、マルチサービスパケット技術、MPLS)、グリッド、一般 |
| テーマ（英） | Network architecture (5G, Local 5G, Beyond5G, Mobile networks, Ad-hoc and sensor networks, Overlay and P2P networks, Programmable networks, SDN/NFV, IoT, Network slicing), Next generation packet transport (High speed Ethernet, IP over WDM, Multi-service package technology, MPLS), Grid, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2024-10-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 日和見的連合学習を実現する適応型資源割当の初期実装 |
| サブタイトル（和） | |
| タイトル（英） | Initial Implementation of Adaptive Resource Allocation for Opportunistic Federated Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 分散機械学習 / Distributed machine learning |
| キーワード(2)（和/英） | 連合学習 / Federated learning |
| キーワード(3)（和/英） | 資源割当 / Resource allocation |
| キーワード(4)（和/英） | グループ構築 / Group construction |
| 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） | 長谷川 亮太 / Ryota Hasegawa / ハセガワ リョウタ |
| 第1著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 第2著者 氏名（和/英/ヨミ） | 小野 翔多 / Shota Ono / オノ ショウタ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 三好 匠 / Takumi Miyoshi / ミヨシ タクミ |
| 第3著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 第4著者 氏名（和/英/ヨミ） | 山崎 託 / Taku Yamazaki / ヤマザキ タク |
| 第4著者 所属（和/英） | 芝浦工業大学 (略称： 芝浦工大) Shibaura Institute of Technology (略称： SIT) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-10-10 13:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2024-103 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.197 |
| ページ範囲 | pp.69-73 |
| ページ数 | 5 |
| 発行日 | 2024-10-02 (NS) |
[研究会発表申込システムのトップページに戻る]