| 講演名 | 2022-01-21 ［ショートペーパー］小型センサ端末のための非同期分散勾配ブースティング 山下 優衣(青学大), 田谷 昭仁(青学大), 戸辺 義人(青学大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年，装着が容易で多数のセンサが搭載されたウェアラブル端末が普及している．これらの端末から取得したデータを用い，機械学習により学習モデルを構築することができるが，性能向上には大量のデータが必要となる．データの収集にはサーバを用いる方法もあるが，サーバ管理の手間やデータの一極集中が生じるといった点が課題となる．本稿ではFL（Federated Learning）のように，端末間で直接データは収集せず，学習途中のモデルをサーバレスで共有しながら協力して学習することを考える．また，小型センサ端末で使用することを想定し，GBDT（Gradient Boosting Decision Tree）のための分散学習手法を提案する．さらに，端末間で生じる計算速度の差を考慮し，学習したモデルの送受信を他端末に依存せず自由に行うことができる非同期処理で実現する． |
| 抄録(英) | Recently, wearable devices that install multiple sensors have been widely used. Although sensor data from these devices are used to train machine learning models, to improve performance of the model of machine learning requires significant amount of data. Federated learning (FL) is proposed as a cooperative distributed machine learning without sharing personal data, but it still requires a server to manage devices and aggregate models in a central way. This paper proposes a serverless collaborative learning algorithm to reduce the maintenance cost of the server and prevent only good models are concentrated in a few companies. The proposed method adopts gradient boosting decision tree (GBDT) so that devices with a limited computation resources can join in the collaborative learning. Moreover, the devices can asynchronously share the models in collaborative learning to improving learning speed considering a difference in calculation speed among the devices. |
| キーワード(和) | Internet of Things / 分散学習 / Gradient Boosting Decision Tree / Federated Learning |
| キーワード(英) | Internet of Things / Distributed learning / Gradient boosting decision tree / Federated learning |
| 資料番号 | SeMI2021-64 |
| 発行日 | 2022-01-13 (SeMI) |
| 研究会情報 | |
| 研究会 | SeMI |
|---|---|
| 開催期間 | 2022/1/20(から2日開催) |
| 開催地（和） | 野沢温泉スパリーナ コンベンションホール (ハイブリッド開催を予定) |
| 開催地（英） | |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 山本 高至(京大) |
| 委員長氏名（英） | Koji Yamamoto(Kyoto Univ.) |
| 副委員長氏名（和） | 門田 和也(日立) / 大和田 泰伯(NICT) |
| 副委員長氏名（英） | Kazuya Monden(Hitachi) / Yasunori Owada(NICT) |
| 幹事氏名（和） | 橋本 匡史(サイバー大) / 金井 謙治(早大) / 内山 彰(阪大) |
| 幹事氏名（英） | Masafumi Hashimoto(Cyber Univ.) / Kenji Kanai(Waseda Univ.) / Akira Uchiyama(Osaka Univ.) |
| 幹事補佐氏名（和） | 勝間田 優樹(NTTドコモ) / 田谷 昭仁(青学大) / 中山 悠(東京農工大) |
| 幹事補佐氏名（英） | Yuki Katsumata(NTT DOCOMO) / Akihito Taya(Aoyama Gakuin Univ.) / Yu Nakayama(Tokyo Univ. of Agri. and Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Sensor Network and Mobile Intelligence |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ショートペーパー］小型センサ端末のための非同期分散勾配ブースティング |
| サブタイトル（和） | |
| タイトル（英） | [Short Paper] Asynchronous Gradient-Boosted Decision Trees for Distributed Sensing Devices |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Internet of Things / Internet of Things |
| キーワード(2)（和/英） | 分散学習 / Distributed learning |
| キーワード(3)（和/英） | Gradient Boosting Decision Tree / Gradient boosting decision tree |
| キーワード(4)（和/英） | Federated Learning / Federated learning |
| 第 1 著者 氏名（和/英） | 山下 優衣 / Yui Yamashita |
| 第 1 著者 所属（和/英） | 青山学院大学(略称：青学大) Aoyama Gakuin University(略称：Aoyama Gakuin Univ.) |
| 第 2 著者 氏名（和/英） | 田谷 昭仁 / Akihito Taya |
| 第 2 著者 所属（和/英） | 青山学院大学(略称：青学大) Aoyama Gakuin University(略称：Aoyama Gakuin Univ.) |
| 第 3 著者 氏名（和/英） | 戸辺 義人 / Yoshito Tobe |
| 第 3 著者 所属（和/英） | 青山学院大学(略称：青学大) Aoyama Gakuin University(略称：Aoyama Gakuin Univ.) |
| 発表年月日 | 2022-01-21 |
| 資料番号 | SeMI2021-64 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | SeMI-333 |
| ページ範囲 | pp.45-47(SeMI), |
| ページ数 | 3 |
| 発行日 | 2022-01-13 (SeMI) |