連合学習向け分散ビル制御シミュレータの設計と実装

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-11
• タイトル: 連合学習向け分散ビル制御シミュレータの設計と実装
• タイトル / 言語: en
• タイトル: Design and Implementation of a Distributed Building Control Simulator for Federated Learning
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属: 東京大学大学院情報理工学系研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Technology, The University of Tokyo
• 著者名: 藤村, 柊吾; 藤田, 航輝; 孫, 昱偉; 江崎, 浩; 落合, 秀也
• 著者名(英): Shugo, Fujimura; Koki, Fujita; Yuwei, Sun; Hiroshi, Esaki; Hideya, Ochiai
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 2050 年代の持続可能な社会に向けて，様々な設備やデータを活用することで，消費するエネルギーを実質ゼロとする，ゼロ・エネルギービルが提唱されている．建物内のセンサから取得した環境を用いた，強化学習によるビル制御の研究が進められているが，センサデータなどをクラウドに収集して中央集権的にモデルを訓練する従来の手法は，プライバシーやセキュリティの上で問題となりうる．このようなデータを保護する一つの方法として，エッジデバイスで訓練を行った上でそのモデルたちをクラウド上で集約する連合学習というものがある．本発表では，ビル制御に連合学習を適用するために作成した，数万から数十万棟程度の大量のビルを同時に動かすためのシミュレー タの設計と実装について説明を行う．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Toward a sustainable society in the 2050s, zero-energy buildings have been proposed, which consume virtually no energy by utilizing various facilities and data. However, conventional methods that collect sensor data in the cloud and train models in a centralized manner may pose privacy and security issues. One way to protect such data is through federated learning, where models are trained on edge devices and then aggregated in the cloud. In this presentation, we describe the design and implementation of a simulator that can run tens or hundreds of thousands of buildings simultaneously, which was created to apply the federated learning to building control.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN1009593X
• 書誌情報: 研究報告アルゴリズム（AL）; 巻 2021-AL-185, 号 1, p. 1-6, 発行日 2021-11-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8566
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会