| 講演名 | 2023-05-12 ブロックチェーン分散連合機械学習の高速高精度化に向けた学習/マイニング端末選択方式の検討 富増 佑太(電通大), 佐藤 光哉(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ブロックチェーン分散連合機械学習は，連合機械学習における学習モデルの共有や合成をブロックチェーン上で管理する学習方式である．ブロックチェーンによりモデル共有や各端末の報酬管理の安全性向上が期待できるが，マイニングによる計算負荷増大に伴う学習時間特性の劣化が課題となる．加えて，クライアントの持つデータ分布がNon-IIDである場合，学習精度が劣化する恐れがある．本研究では，ブロックチェーン分散連合機械学習へのラベル分布の推定に基づくクライアント選択アルゴリズムの応用法を検討する．クライアント選択により，ネットワーク上で学習とマイニングの並列処理を可能とすることでラウンド時間の短縮を行う．また，クライアント選択時にラベル分布の推定に基づくクライアント選択アルゴリズムを用いることで，クライアントの持つデータが独立同一分布に従わない状況による精度劣化を抑制する．提案手法を使用しないフレームワークとの比較により，学習の高速・高精度化が可能であることを示す． |
| 抄録(英) | Decentralized federative learning with blockchain is a learning method in which the model in federated learning is managed on a blockchain. Although blockchain is expected to improve the security of model sharing and realize reward management, mining increases round time. Additionally, if each client's data distribution follows non independent and identically distributed (Non-IID) condition, the learning accuracy could be degraded. In this study, we investigate the application of a client selection algorithm based on the estimation of label distributions to decentralized federative learning with blockchain. Client selection allows parallel processing of learning and mining on the network, reducing rounding time. In addition, by using a client selection algorithm based on the estimation of the label distribution, the accuracy degradation caused by Non-IID is suppressed. We show that the proposed method can achieve faster and more accurate learning by comparing with frameworks that do not use it. |
| キーワード(和) | 分散連合機械学習 / ブロックチェーン / クライアント選択 |
| キーワード(英) | Decentralized Federated Learning / Blockchain / Client selection |
| 資料番号 | SR2023-17 |
| 発行日 | 2023-05-04 (SR) |
| 研究会情報 | |
| 研究会 | SR |
|---|---|
| 開催期間 | 2023/5/11(から2日開催) |
| 開催地（和） | 生涯学習センター きらん(東室蘭) |
| 開催地（英） | Center of lifelong learning Kiran (Higashi Muroran) |
| テーマ（和） | ソフトウェア無線、コグニティブ無線、周波数共用、機械学習応用、一般 |
| テーマ（英） | Software Defined Radio, Cognitive Radio, Spectrum Sharing, Machine Learning, etc. |
| 委員長氏名（和） | 亀田 卓(広島大) |
| 委員長氏名（英） | Suguru Kameda(Hiroshima Univ.) |
| 副委員長氏名（和） | 田久 修(信州大) / 石津 健太郎(NICT) / 矢野 一人(ATR) |
| 副委員長氏名（英） | Osamu Takyu(Shinshu Univ.) / Kentaro Ishidu(NICT) / Kazuto Yano(ATR) |
| 幹事氏名（和） | 成枝 秀介(三重大) / 稲森 真美子(東海大) / 李 斗煥(NTT) |
| 幹事氏名（英） | Syusuke Narieda(Mie Univ.) / Mamiko Inamori(Tokai Univ.) / Doohwan Lee(NTT) |
| 幹事補佐氏名（和） | 大辻 太一(NEC) / 王 瀟岩(茨城大) / 田中 明美(MathWorks) / 須藤 克弥(電通大) |
| 幹事補佐氏名（英） | Taichi Ohtsuji(NEC) / WANG Xiaoyan(Ibaraki Univ.) / Akemi Tanaka(MathWorks) / Katsuya Suto(Univ. of Electro-Comm) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Smart Radio |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ブロックチェーン分散連合機械学習の高速高精度化に向けた学習/マイニング端末選択方式の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Adaptive Client/Miner Selection for Fast and Accurate Blockchain-Decentralized Federated Learning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 分散連合機械学習 / Decentralized Federated Learning |
| キーワード(2)（和/英） | ブロックチェーン / Blockchain |
| キーワード(3)（和/英） | クライアント選択 / Client selection |
| 第 1 著者 氏名（和/英） | 富増 佑太 / Yuta Tomimasu |
| 第 1 著者 所属（和/英） | 電気通信大学(略称：電通大) The University of Electro-Communications(略称：UEC) |
| 第 2 著者 氏名（和/英） | 佐藤 光哉 / Koya Sato |
| 第 2 著者 所属（和/英） | 電気通信大学(略称：電通大) The University of Electro-Communications(略称：UEC) |
| 発表年月日 | 2023-05-12 |
| 資料番号 | SR2023-17 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | SR-19 |
| ページ範囲 | pp.83-88(SR), |
| ページ数 | 6 |
| 発行日 | 2023-05-04 (SR) |