| Item type |
Symposium(1) |
| 公開日 |
2021-06-23 |
| タイトル |
|
|
タイトル |
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 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
パーベイシブシステム |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学／理化学研究所革新知能統合研究センター |
| 著者所属 |
|
|
|
九州大学 |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学／理化学研究所革新知能統合研究センター |
| 著者所属 |
|
|
|
奈良先端科学技術大学院大学／理化学研究所革新知能統合研究センター |
| 著者名 |
冨田, 周作
中村, 優吾
諏訪, 博彦
安本, 慶一
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
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． |
| 書誌情報 |
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
巻 2021,
号 1,
p. 221-229,
発行日 2021-06-23
|
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-DICOMO2021032.pdf (14.3 MB)
