2026-04-12T13:12:42Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00212930 2025-01-19T17:19:44Z 6164:6165:6640:10712

観光オブジェクト認識モデルのユーザ参加型構築手法の提案 冨田, 周作 中村, 優吾 諏訪, 博彦 安本, 慶一 パーベイシブシステム 近年，個人が撮影した写真などプライバシ情報を含むデータそのものをサーバに集約することなく，認識モデルの構築に必要なパラメータを用いて機械学習を行う手法として Federated Learning が注目を集めている．しかし，Federated Learning は，大きな計算能力と記憶容量を備えた集約サーバの設置が前提となっており，観光情報提供のシナリオにおいては，観光客が持つ端末と集約サーバ間の通信や端末上でのモデル更新が高頻度に行われるため，ユーザ端末の大幅な電力消費が発生する．そのため，これらの負担を抑制しつつ，効率的にモデル構築するための手法が必要となる．本研究では，観光客が持つ端末間での直接的な通信を活用した Federated Learning に基づくモデル構築の手法を提案する．また，より少ない通信回数で，認識モデルの精度を効率的に向上させるために，FedAvg (モデルパラメタを平均する方法) に基づくモデル統合手法の特性を網羅的に調査した．評価実験では，10 クラスのオブジェクトのデータセットである Cifar10 の一部を訓練した CNN モデルを 231 個構築し，各組み合わせのモデル統合で得られる accuracy を記録した．評価結果より，VGG16 の全体のパラメタ同士を単純平均で統合する場合，37315 パターンで最も多く accuracy が統合前の自身のモデルと比較して向上した．この結果に関して，FedAvg を適用する相手のモデルの accuracy が自身のモデルよりも高い場合 accuracy が向上する傾向にあり，相手のモデルパラメタの統合の判断が可能となることを示した． conference paper 情報処理学会 2021-06-23 application/pdf マルチメディア，分散協調とモバイルシンポジウム2021論文集 1 2021 221 229 https://ipsj.ixsq.nii.ac.jp/record/212930/files/IPSJ-DICOMO2021032.pdf jpn