ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. シンポジウム
  2. シンポジウムシリーズ
  3. マルチメディア、分散、協調とモバイルシンポジウム(DICOMO)
  4. 2022

リッチクライアント-エッジサーバ間におけるプライバシ保護に優れた分散機械学習の検討

https://ipsj.ixsq.nii.ac.jp/records/219581
https://ipsj.ixsq.nii.ac.jp/records/219581
bcc18b46-b7fb-4086-b9df-f8c23933eb2b
名前 / ファイル ライセンス アクション
IPSJ-DICOMO2022007.pdf IPSJ-DICOMO2022007.pdf (1.6 MB)
Copyright (c) 2022 by the Information Processing Society of Japan
オープンアクセス
Item type Symposium(1)
公開日 2022-07-06
タイトル
タイトル リッチクライアント-エッジサーバ間におけるプライバシ保護に優れた分散機械学習の検討
言語
言語 jpn
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
お茶の水女子大学
著者所属
東京大学
著者所属
工学院大学
著者所属
お茶の水女子大学
著者名 高野, 紗輝

× 高野, 紗輝

高野, 紗輝

Search repository
中尾, 彰宏

× 中尾, 彰宏

中尾, 彰宏

Search repository
山口, 実靖

× 山口, 実靖

山口, 実靖

Search repository
小口, 正人

× 小口, 正人

小口, 正人

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,federated learning のようにデバイス上にある個人情報を保護しながらそれらのデータをクラウドやエッジサーバ上での機械学習に用いることが盛んに研究されている.しかし,個人情報の一部をエッジデバイスの外へと受け渡す点においてプライバシ保護が十分であるとはいえず,機密性が高くエッジデバイスの外へ情報を一切持ち出したくない個人データを学習に用いることができない.本研究ではエッジサーバと連携しつつエッジデバイス上でも機械学習を動かすプライバシ保護に優れた分散機械学習モデルの検討を行う.本稿では,エッジサーバ上で一般的なデータを用いて学習した結果とエッジデバイス上で個人データを用いて学習した結果を確信度の比較により融合する学習モデルを提案する.Jetson Nano を用いた顔画像認識を行った結果,提案モデルを用いることで画像データの送受信を行うことなく機密性の高いデータも含めた学習が可能となることを確認した.このシステムを用いることで,従来のシステムでは用いることができなかった大量の個人情報が使用できるようになり,一人一人のユーザに適した結果を提示できるようになるという利点がある.
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2022論文集

巻 2022, p. 42-50, 発行日 2022-07-06
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 14:50:37.995046
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3