@techreport{oai:ipsj.ixsq.nii.ac.jp:00239054,
 author = {大石, 慶一朗 and 福田, 賢一郎 and 清, 雄一 and 田原, 康之 and 大須賀, 昭彦},
 issue = {2},
 month = {Sep},
 note = {近年，スマートフォン内のデータや病院がそれぞれ保持している電子カルテなどの，分散された秘匿性の高いデータを利用するための技術として，各クライアントにデータが分散している状態のまま学習を行うことができる連合学習が注目されている．一元管理しないことで通信量やプライバシなどの観点で優れているが，分散管理していることから，各データの欠損状況はクライアント毎に異なるため，高い精度を実現できないという問題が存在する．本研究では，属性の欠損を含むデータに対応できる連合学習アルゴリズムを提案する．提案アルゴリズムでは，各クライアントが協力し合うことで属性の欠損を補ってから連合学習を行うことができ，検証実験にて高い有用性を実現できることを示す．},
 title = {属性の欠損に対応した連合学習アルゴリズム},
 year = {2024}
}