| 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 | 2026-09-15 14:50 Virtual Adversarial Trainingを用いたサーバ集約型連合半教師あり学習手法の構築 ○東條巧弥・熊谷 瞭・竹本 修・野崎佑典・吉川雅弥（名城大）  AI2026-14 |
|
| 抄録 | （和） | 本研究は，クライアント同士がモデルを共有して学習を行う連合学習において，クライアントがラベルを持たず，サーバのみが少量のラベル付きデータを持つlabels-at-server設定での新しい半教師あり学習手法を提案する．本提案手法では，サーバが正解ラベルから算出したクロスエントロピー損失の勾配を，モデルとともに各クライアントへ配信し，局所学習でのVirtual Adversarial Trainingを可能にする．また，FashionMNISTを用いた評価実験により，labels-at-server設定という制約のもとでも，教師あり学習に迫る精度を達成することを示した． |
| （英） | This paper proposes a novel semi-supervised learning method for federated learning, in which clients collaboratively train a shared model, under the labels-at-server setting where the clients hold no labels and only the server holds a small amount of labeled data. In the proposed method, the server computes the gradient of the cross-entropy loss from its ground-truth labels and distributes it to each client together with the model, so that each client performs local training by combining this gradient with Virtual Adversarial Training. Evaluation experiments on FashionMNIST show that the proposed method achieves accuracy approaching that of supervised learning even under the constraint of the labels-at-server setting. | |
| キーワード | （和） | 連合学習 / 半教師あり学習 / Virtual Adversarial Training / labels-at-server / 勾配共有 / / / |
| （英） | Federated Learning / Semi-Supervised Learning / Virtual Adversarial Training / labels-at-server / Gradient Sharing / / / | |
| 文献情報 | 信学技報, vol. 126, no. 177, AI2026-14, pp. 86-91, 2026年9月. | |
| 資料番号 | AI2026-14 | |
| 発行日 | 2026-09-08 (AI) | |
| 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 | AI2026-14 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2026-09-14 - 2026-09-15 |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | OKINAWAKEN SEINENKAIKAN |
| テーマ（和） | SMASH26 Summer Symposium |
| テーマ（英） | SMASH26 Summer Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2026-09-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | Virtual Adversarial Trainingを用いたサーバ集約型連合半教師あり学習手法の構築 |
| サブタイトル（和） | |
| タイトル（英） | Labels-at-Server based Federated Semi-Supervised Learning Method using Virtual Adversarial Training |
| 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） | 半教師あり学習 / Semi-Supervised Learning |
| キーワード(3)（和/英） | Virtual Adversarial Training / Virtual Adversarial Training |
| キーワード(4)（和/英） | labels-at-server / labels-at-server |
| キーワード(5)（和/英） | 勾配共有 / Gradient Sharing |
| 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） | 東條 巧弥 / Tojo Takumi / トウジョウ タクミ |
| 第1著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 熊谷 瞭 / Ryo Kumagai / クマガイ リョウ |
| 第2著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 竹本 修 / Shu Takemoto / タケモト シュウ |
| 第3著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 野崎 佑典 / Yusuke Nozaki / ノザキ ユウスケ |
| 第4著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 第5著者 氏名（和/英/ヨミ） | 吉川 雅弥 / Masaya Yoshikawa / ヨシカワ マサヤ |
| 第5著者 所属（和/英） | 名城大学 (略称： 名城大) Meijo University (略称： Meijo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-09-15 14:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2026-14 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.177 |
| ページ範囲 | pp.86-91 |
| ページ数 | 6 |
| 発行日 | 2026-09-08 (AI) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)