WEKO3
アイテム
計算資源の限られた小型センサ端末のための勾配ブースティング連合学習
https://ipsj.ixsq.nii.ac.jp/records/213363
https://ipsj.ixsq.nii.ac.jp/records/213363d0c45a96-4fb1-4e06-b8e5-2211bc0bb6b6
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | Symposium(1) | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2021-10-18 | |||||||||||
タイトル | ||||||||||||
タイトル | 計算資源の限られた小型センサ端末のための勾配ブースティング連合学習 | |||||||||||
言語 | ||||||||||||
言語 | jpn | |||||||||||
キーワード | ||||||||||||
主題Scheme | Other | |||||||||||
主題 | Internet of Things,分散学習,Gradient Boosting Decision Tree,Federated Learning | |||||||||||
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 | ||||||||||||
青山学院大学大学院理工学研究科理工学専攻 | ||||||||||||
著者所属 | ||||||||||||
青山学院大学理工学部情報テクノロジー学科 | ||||||||||||
著者所属 | ||||||||||||
青山学院大学理工学部情報テクノロジー学科 | ||||||||||||
著者所属(英) | ||||||||||||
en | ||||||||||||
Graduate School of Science and Engineering, Aoyama Gakuin University | ||||||||||||
著者所属(英) | ||||||||||||
en | ||||||||||||
Department of Integrated Information Technology, Aoyama Gakuin University |
||||||||||||
著者所属(英) | ||||||||||||
en | ||||||||||||
Department of Integrated Information Technology, Aoyama Gakuin University | ||||||||||||
著者名 |
山下, 優衣
× 山下, 優衣
× 田谷, 昭仁
× 戸辺, 義人
|
|||||||||||
論文抄録 | ||||||||||||
内容記述タイプ | Other | |||||||||||
内容記述 | 近年,気軽に身に着けることのできるウェアラブル端末が普及している.このような端末から取得可能なデータの処理には機械学習が用いられることが多いが,より高精度な予測モデルを作るためには大量のデータが必要となる.サーバを用いてデータを収集し,それらをビッグデータとし学習することも可能であるが,サーバの利用は管理の手間やデータの一極集中が生じることと収集したデータのプライバシが保護されないことが課題となる.本稿では,これらの課題を解決するため,サーバを用いずに端末間で分散学習を行う機械学習手法を提案する.提案手法では,計算リソースの限られたウェアラブル端末を想定し,決定木の勾配ブースティングを用いる.また,プライバシを保護するために端末間ではデータではなく学習モデルを共有する. | |||||||||||
書誌情報 |
第29回マルチメディア通信と分散処理ワークショップ論文集 p. 72-77, 発行日 2021-10-18 |
|||||||||||
出版者 | ||||||||||||
言語 | ja | |||||||||||
出版者 | 情報処理学会 |