@techreport{oai:ipsj.ixsq.nii.ac.jp:00225899,
 author = {小野, 翔多 and 山崎, 託 and 三好, 匠 and 田谷, 昭仁 and 西山, 勇毅 and 瀬崎, 薫 and Shota, Ono and Taku, Yamazaki and Takumi, Miyoshi and Akihito, Taya and Yuuki, Nishiyama and Kaoru, Sezaki},
 issue = {27},
 month = {May},
 note = {車載センサなどによって収集された地域に紐づくデータを用いて，サービスを提供する研究が行われている．これらの研究では自動車とエッジサーバが協調して連合学習を実行しているが，車両が学習中にサーバの通信範囲外に移動することにより学習結果が反映されない問題を考慮していない．また，サーバは学習モデル集約に際してタイムアウト設定するため学習時間に対するのオーバーヘッドが生じる．これらの問題を解決するために，自動車がエッジサーバの通信範囲外に移動する前に未完了でも学習モデルをサーバに送信する手法を提案する．シミュレーション評価により，モデルの集約数が増加し，時間のオーバーヘッドが発生しないことにより学習効率が向上した．, Services that utilize region-specific data collected by onboard vehicle sensors have been attracting attention. In these studies, vehicles and edge servers collaborate to perform federated learning; however, they do not consider the issue of learning results not being reflected when a vehicle moves out of the server’s communication range during learning. Furthermore, the server sets a timeout for aggregating learning models, resulting in time overhead for the learning process. To address these issues, we propose a method that transmits the learning model to the server, even if incomplete, before the vehicle moves out of the edge server’s communication range. Simulation evaluations demonstrate that the number of aggregated models increases and learning efficiency improves due to the absence of time overhead.},
 title = {エッジ連合学習における端末の移動を考慮したパラメータ集約のタイミング制御},
 year = {2023}
}