| 講演名 | 2022-11-18 Decentralized Federated Learningにおけるモデルパラメータ伝搬の分析 江口 航志(東大), 落合 秀也(東大), 江崎 浩(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 中央サーバを設けない Decentralized Federated Learning(DFL) の研究はこれまでに多数行われてきたが，端 末ノードの学習結果伝搬に着目したものは少なかった.本研究では，DFL において，各ノードの学習結果が他のノー ドにどのように伝搬されるのか，をノード同士の接続形態や学習モデル，モデルアグリゲーションの係数を変化させ ることにより分析する.これにより，あるノードの学習結果が他のノードに伝搬される様子を解明し，DFL がより効 率的・効果的に使用されることを目指す. |
| 抄録(英) | Although there have been many studies on Decentralized Federated Learning (DFL), few have focused on the propagation of learning results among terminal nodes. In this study, we analyzed how the learning results of each node are propagated to other nodes in DFL by changing the connection configuration of nodes, learning models, and model aggregation coefficients. By doing so, we aim to elucidate how the learning results of one node are propagated to other nodes, so that DFL can be used more efficiently. |
| キーワード(和) | Decentralized Federated Learning / モデルパラメータ / Non-IID data |
| キーワード(英) | Decentralized Federated Learning / Model Parameters / Non-IID data |
| 資料番号 | CAS2022-51,MSS2022-34 |
| 発行日 | 2022-11-10 (CAS, MSS) |
| 研究会情報 | |
| 研究会 | CAS / MSS / IPSJ-AL |
|---|---|
| 開催期間 | 2022/11/17(から2日開催) |
| 開催地（和） | Kochi Startup BASE |
| 開催地（英） | |
| テーマ（和） | システムのモデリングと制御・検証・最適化の手法，機械学習的アプローチ及び一般 |
| テーマ（英） | |
| 委員長氏名（和） | 前田 義信(新潟大) / 尾崎 敦夫(阪工大) / 全 眞嬉(東北大学) |
| 委員長氏名（英） | Yoshinobu Maeda(Niigata Univ.) / Atsuo Ozaki(Osaka Inst. of Tech.) / 全 眞嬉(東北大学) |
| 副委員長氏名（和） | 相原 康敏(オムニビジョン) / 山口 真悟(山口大) |
| 副委員長氏名（英） | Yasutoshi Aibara(OmniVision) / Shingo Yamaguchi(Yamaguchi Univ.) |
| 幹事氏名（和） | 伊藤 尚(富山高専) / 鈴木 寛人(ルネサスエレクトロニクス) / 小林 孝一(北大) / 劉 健全(NEC) / 大舘 陽太(名古屋大学) / 斎藤 寿樹(九州工業大学) / 鈴木 顕(東北大学) |
| 幹事氏名（英） | Nao Ito(NIT, Toyama college) / Hiroto Suzuki(Renesas Electronics) / Koichi Kobayashi(Hokkaido Univ.) / Jianquan Liui(NEC) / 大舘 陽太(名古屋大学) / 斎藤 寿樹(九州工業大学) / 鈴木 顕(東北大学) |
| 幹事補佐氏名（和） | 佐藤 隆英(山梨大) / 山口 基(テクノプロ) / 下田 真二(ソニーセミコンダクタソリューションズ) / 越田 俊介(八戸工大) / 白井 匡人(島根大) |
| 幹事補佐氏名（英） | Takahide Sato(Univ. of Yamanashi) / Motoi Yamaguchi(TECHNOPRO) / Shinji Shimoda(Sony Semiconductor Solutions) / Shunsuke Koshita(Hachinohe Inst. of Tech.) / Masato Shirai(Shimane Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Circuits and Systems / Technical Committee on Mathematical Systems Science and its Applications / Special Interest Group on Algorithms |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Decentralized Federated Learningにおけるモデルパラメータ伝搬の分析 |
| サブタイトル（和） | |
| タイトル（英） | An Analysis of Model Parameters Propagation over Decentralized Federated Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Decentralized Federated Learning / Decentralized Federated Learning |
| キーワード(2)（和/英） | モデルパラメータ / Model Parameters |
| キーワード(3)（和/英） | Non-IID data / Non-IID data |
| 第 1 著者 氏名（和/英） | 江口 航志 / Koshi Eguchi |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Univ. Tokyo) |
| 第 2 著者 氏名（和/英） | 落合 秀也 / Hideya Ochiai |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Univ. Tokyo) |
| 第 3 著者 氏名（和/英） | 江崎 浩 / Hiroshi Esaki |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Univ. Tokyo) |
| 発表年月日 | 2022-11-18 |
| 資料番号 | CAS2022-51,MSS2022-34 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | CAS-253,MSS-254 |
| ページ範囲 | pp.67-70(CAS), pp.67-70(MSS), |
| ページ数 | 4 |
| 発行日 | 2022-11-10 (CAS, MSS) |