| 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 | 2025-03-17 17:35 アンサンブル手法に基づく分散協調型エッジAI推論手法の予測統合の高効率化・高精度化 ○熊澤峻悟・川村一志・チュ ティエム ヴァン・本村真人（科学大）  CPSY2024-49 DC2024-120 |
|
| 抄録 | （和） | 近年、IoTデバイスの急速な普及に伴い、増加するデバイス群を効率的に活用することで、単一の端末の性能向上の限界に対処可能な協調推論手法の重要性が高まっている。有望な解決策の一つであるEdge Ensemblesは、周囲の使用可能なデバイスと動的に協調グループを形成し、複数のエッジデバイスの予測結果を統合することで高精度な推論を実現する手法である。しかし、連携するデバイスの増加に伴う通信負荷やレイテンシの増大、使用可能デバイスの変動などの課題が存在する。本稿では、限られたデバイス数で高精度な推論を可能にするためのアンサンブル手法基盤の高精度化・高効率化手法を目指し、カスケード、重み付き平均、テスト時間拡張（TTA）などのモデル統合手法をEdge Ensemblesの文脈における有効性を調査する。さらに、これらの手法をEdge Ensembles向けに改良した。提案するm並列カスケード手法は、従来のカスケードと比較して計算コストが1.06倍増加する一方で、レイテンシを2.8倍に短縮する。さらに、提案手法のアンサンブル予測ラベルを用いた学習は、正解ラベルを用いたアプローチと同等の有効性を示し、エッジ側で学習データを使用せずにアンサンブルの協調効果を向上できることを確認した。 |
| （英） | The rapid proliferation of IoT devices has highlighted the need for collaborative inference methods that efficiently leverage multiple devices to overcome the limitations of improving the performance of a single device. Edge Ensembles is a promising approach that dynamically forms cooperative groups with available nearby devices and integrates their prediction results to achieve high-accuracy inference. However, as the number of collaborating devices increases, challenges such as communication overhead, latency, and variability in device availability become significant concerns. This paper aims to improve the accuracy and efficiency of ensemble-based inference frameworks, enabling high-precision inference with a limited number of devices. We explore the effectiveness of model integration techniques, including cascading, weighted averaging, and test-time augmentation (TTA), in the context of Edge Ensembles and propose refinements tailored for edge-based collaborative inference. Our proposed m-parallel cascade method reduces latency by 2.8× compared to conventional cascade approaches while increasing computational cost by only 1.06×. Furthermore, training with ensemble-predicted labels achieves performance comparable to training with ground-truth labels, demonstrating that ensemble cooperation can be enhanced without requiring training data on edge devices. | |
| キーワード | （和） | エッジAI / 深層学習 / アンサンブル手法 / エッジコンピューティング / 分散コンピューティング / / / |
| （英） | edge AI / deep learning / ensemble method / edge computing / distributed computing / / / | |
| 文献情報 | 信学技報, vol. 124, no. 438, CPSY2024-49, pp. 25-30, 2025年3月. | |
| 資料番号 | CPSY2024-49 | |
| 発行日 | 2025-03-10 (CPSY, DC) | |
| 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 | CPSY2024-49 DC2024-120 |
|
| 研究会情報 | |
| 研究会 | DC CPSY IPSJ-SLDM IPSJ-EMB IPSJ-ARC |
| 開催期間 | 2025-03-17 - 2025-03-19 |
| 開催地（和） | おきえらぶフローラルホテル |
| 開催地（英） | Okierabu Floral Hotel |
| テーマ（和） | 組込み技術とネットワークに関するワークショップ ETNET2025 |
| テーマ（英） | ETNET2025 |
| 講演論文情報の詳細 | |
| 申込み研究会 | CPSY |
| 会議コード | 2025-03-DC-CPSY-SLDM-EMB-ARC |
| 本文の言語 | 日本語 |
| タイトル（和） | アンサンブル手法に基づく分散協調型エッジAI推論手法の予測統合の高効率化・高精度化 |
| サブタイトル（和） | |
| タイトル（英） | Improving Efficiency and Accuracy in Model Integration for Ensemble-based Collaborative Edge Inference |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エッジAI / edge AI |
| キーワード(2)（和/英） | 深層学習 / deep learning |
| キーワード(3)（和/英） | アンサンブル手法 / ensemble method |
| キーワード(4)（和/英） | エッジコンピューティング / edge computing |
| キーワード(5)（和/英） | 分散コンピューティング / distributed computing |
| 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） | 熊澤 峻悟 / Shungo Kumazawa / クマザワ シュンゴ |
| 第1著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 川村 一志 / Kazushi Kawamura / カワムラ カズシ |
| 第2著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | チュ ティエム ヴァン / Thiem Van Chu / チュ ティエム ヴァン |
| 第3著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 第4著者 氏名（和/英/ヨミ） | 本村 真人 / Masato Motomura / モトムラ マサト |
| 第4著者 所属（和/英） | 東京科学大学 (略称： 科学大) Institute of Science Tokyo (略称： Science Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-17 17:35:00 |
| 発表時間 | 20分 |
| 申込先研究会 | CPSY |
| 資料番号 | CPSY2024-49, DC2024-120 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.438(CPSY), no.439(DC) |
| ページ範囲 | pp.25-30 |
| ページ数 | 6 |
| 発行日 | 2025-03-10 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]