연합학습(Federated Learning) 네트워크에서의 형평성 보장 기법에 관한 연구

김영찬; 김훈

doi:10.7840/kics.2023.48.6.677

추천

검색

질문

자료유형: 학술저널

저자정보: 김영찬 (Incheon National University) 김훈 (Incheon National University)

저널정보: 한국통신학회 한국통신학회논문지 한국통신학회논문지 제48권 제6호

발행연도: 2023.6

수록면: 677 - 680 (4page)

DOI: 10.7840/kics.2023.48.6.677

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

연합학습(Federated Learning, FL) 네트워크는 데이터 등 인공지능 학습 자원이 부족한 단말들이 연합학습을 지원하는 서버와 연결되어 협력적으로 학습모델 파라미터를 완성해 가는 것으로, 데이터를 직접 보내지 않고 학습 성능이 개선될 수 있는 효과적인 방법이다. 연합 학습이 여러 단말의 참여를 바탕으로 하여 참여자 선택, 참여자간 비중 반영 등에서의 형평성 문제가 제기된다. 본 연구에서는 이와 같은 연합학습에서의 형평성 문제에 대한 연구 동향과 주요기법을 소개한다. 또한 비례 균등 형평성 알고리즘을 적용하는 방안을 제시한다.

#Proportional fairness #Network #Scheme #Deep learning #Federated learning

참고문헌 (16)

참고문헌 신청

W. Lee, “Analysis of federated learning considering model transmission delay depending on communication situation,” J. Next-generation Convergence Technol. Assoc., vol. 6, no. 3, pp. 379-388, 2022. (https://doi.org/10.33097/JNCTA.2022.06.03.379)

B. McMahan, et al., “Communication-efficient learning of deep networks from decentralized data,” Artificial Intell. and Statistics, pp. 1273-1282, Apr. 2017. (https://doi:10.48550/arXiv.1602.05629)

T. Li, et al., “Federated Learning : Challenges, methods, and future directions,” IEEE Signal Process. Mag., vol. 37, no. 3, pp. 50-60, May 2020. (https://doi.org/10.48550/arXiv.1908.07873)

J. Kang, et al., “Incentive design for efficient federated learning in mobile networks: A contract theory approach,” APWCS, pp. 1-5, Aug. 2019. (https://doi.org/10.1109/VTS-APWCS.2019.8851649)

T. Nishio and R. Yonetani, “Client selection for federated learning with heterogeneous resources in mobile edge,” ICC, pp. 1-7, Shanghai, china, 2019. (https://doi.org/10.1109/ICC.2019.8761315)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김영찬

소속기관

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학

논문수 3 이용수 108

김훈

소속기관 인천대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 공학 > 전기전자공학 > 전자공학

논문수 67 이용수 5,350

이 논문과 함께 이용한 논문

통계적 이질성 문제 해결을 위한 데이터 분포 추정 기반 확률적 샘플링 기법을 적용한 연합학습 구현

김선욱 , 이현수 , 방준일 외 2명 한국통신학회논문지 2021 .11

통신네트워크를 위한 연합학습: 응용 및 도전과제

설기현 , 소성현 , 박희재 외 1명 한국통신학회 학술대회논문집 2023 .06

클라이언트의 계산 성능 이질성을 고려한 연합학습 방법의 무선 통신 환경에서의 적용

이종명 , 강준혁 , 안진현 한국통신학회 학술대회논문집 2023 .06

통신 비용이 절약된 연합학습 시스템 설계 및 구현

이종혁 , 최진혁 , 서효운 한국통신학회 학술대회논문집 2023 .06

통신 효율적 연합학습을 위한 오토인코더 기반 모델 압축 기법

이도윤 , 이훈 한국통신학회논문지 2023 .03

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-567-001540747

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)