| 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 | 2026-03-04 10:20 連合学習における相関あるデータの効率的収集のための帯域割り当てと経路制御 ○杉上智哉・木下和彦・ガジェゴスラモネト アルベルト（徳島大）  NS2025-221 |
|
| 抄録 | （和） | 近年，複数のサーバで局所的に構築したモデルを共有することで効率的に洗練されたモ デルを得る連合学習が注目されている．ここで，相関性によってグループ分けされたバル クデータを収集することを考えたとき，特定のサーバや経路への転送が遅れると，システ ム全体の収集完了時間が長くなる．また，サーバの収集データに占める特定のグループの割合が偏ると，学習モデルの精度を低下させる可能性がある．そこで本研究では，ルータが，グループごとの生成データ量と同じ割合でサーバにデータを転送することを制約条件とした上で，データの収集完了時間を短くするための経路制御および帯域割り当て手法について検討する．具体的には，サーバの残必要データ量に基づく優先宛先サーバ選択，k-thShortest Path アルゴリズムを用いて混雑を回避する負荷分散経路選択，および各サーバのデータ収集率を同期させる比例帯域割り当てを段階的に適用することでフローを決定する．最後に計算機シミュレーションによって，提案手法の性能を評価する． |
| （英） | Recently, federated learning has been attracting attention as a method for obtaining sophisticated models efficiently by sharing models built locally on multiple servers. In this thesis, we assume the collection of bulk data grouped by correlation. In this assumption, if data transfer to a specific server is delayed, the overall time required to complete data collection increases. Furthermore, if the proportion of a specific group in the server's collected data is skewed, it may degrade the accuracy of the learning model. Therefore, in this research, we propose routing and bandwidth assigment methods for shortening the data collection completion time, under the constraint that routers transfer data to servers in the same proportion as the constrained data amount for each group. Specifically, the flow is determined by gradually applying a preferred destination server selection based on the server's remaining required data volume, a load-balancing path selection to avoid congestion using the k-th shortest path algorithm, and proportional bandwidth assigment to synchronize the data collection rate of each server. Finally, we evaluate the performance of the proposed method by simulation experiments. |
|
| キーワード | （和） | 連合学習 / 経路制御 / 帯域割り当て / 相関あるデータ / / / / |
| （英） | federated learning / routing / bandwidth assigment / correlated data / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 385, NS2025-221, pp. 1-6, 2026年3月. | |
| 資料番号 | NS2025-221 | |
| 発行日 | 2026-02-25 (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 | NS2025-221 |
|
| 研究会情報 | |
| 研究会 | IN NS |
| 開催期間 | 2026-03-04 - 2026-03-06 |
| 開催地（和） | 沖縄県市町村自治会館 |
| 開催地（英） | Okinawa-Ken Shichoson Jichi Kaikan |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2026-03-IN-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 連合学習における相関あるデータの効率的収集のための帯域割り当てと経路制御 |
| サブタイトル（和） | |
| タイトル（英） | Bandwidth Assignment and Routing for Efficient Collection of Correlated Data in 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） | 経路制御 / routing |
| キーワード(3)（和/英） | 帯域割り当て / bandwidth assigment |
| キーワード(4)（和/英） | 相関あるデータ / correlated data |
| 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） | 杉上 智哉 / Tomoya Sugiue / スギウエ トモヤ |
| 第1著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第2著者 氏名（和/英/ヨミ） | 木下 和彦 / Kazuhiko Kinoshita / キノシタ カズヒコ |
| 第2著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 第3著者 氏名（和/英/ヨミ） | ガジェゴスラモネト アルベルト / Alberto Gallegos Ramonet / ガジェゴスラモネト アルベルト |
| 第3著者 所属（和/英） | 徳島大学 (略称： 徳島大) Tokushima University (略称： Tokushima Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-04 10:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-221 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.385 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2026-02-25 (NS) |
[研究会発表申込システムのトップページに戻る]