@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00213363,
 author = {山下, 優衣 and 田谷, 昭仁 and 戸辺, 義人},
 book = {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},
 month = {Oct},
 note = {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．},
 pages = {72--77},
 publisher = {情報処理学会},
 title = {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},
 year = {2021}
}