| 大会名称 |
|---|
| 2021年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2021 |
| 発行日 |
| 2021-08-12 |
| セッション番号 |
| 107 |
| セッション名 |
| IoTが拓く未来：～アフターコロナ社会に向けたIoTの将来像を探る～ |
| 講演日 |
| 2021/08/26 |
| 講演場所(会議室等) |
| 第2イベント会場（オンライン） |
| 講演番号 |
| B-3-6 |
| タイトル |
| 無線通信端末による分散機械学習 |
| 著者名 |
| 西尾 理志, |
| キーワード |
| 抄録 |
| 本講演では、通信ネットワークで接続された多数の端末が協調して学習を行うFederated Learning（FL）、および、FLにおける通信トラヒックを削減するための新たな手法について紹介する。IoT機器により収集したデータと機械学習を活用することで様々なアプリケーションの創出が期待される一方で、プライバシセンシティブなデータを収集・集約することは大きなリスクを伴う。FLは、データをローカル機器に保持したまま、そのデータを活用した機械学習が可能な新たな学習フレームワークである。しかし、学習時に大量の通信トラヒックが発生するという課題がある。そこで、本研究では、少量のトラヒックで分散協調的に学習を行う新たな手法を提案した。本手法により、100分の１程度のトラヒックでFLと同程度以上の性能のモデルの学習を可能とする。 |