지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.7
- 수록면
- 935 - 946 (12page)
- DOI
- 10.7840/kics.2024.49.7.935
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
연합학습은 신경망 전역 모델을 여러 개의 디바이스에서 공동으로 학습을 하는 방식으로, 기존의 중앙 집중화 학습에 비해 데이터 보안 및 통신 비용에 있어 이점을 가지고 있기 때문에 현재 많은 연구가 이루어지고 있다. 이러한 연합학습에 대한 연구는 대부분 Artificial Neural Network(ANN)을 전역 모델로 사용하는데, ANN은 에너지 소모가 크기 때문에 모바일 디바이스 및 임베디드 디바이스에서 사용을 하기에는 무리가 있다. 대신에 에너지 효율성이 높은 Spiking Neural Network(SNN)을 전역 모델로 사용한 연합학습에 대한 연구가 이루어지고 있다. SNN은 스파이크를 통해서 뉴런들 간에 정보를 전달하는 신경망으로, event-driven 방식으로 작동하기 때문에 ANN에 비해 에너지 효율성이 높다는 이점이 있다. 하지만 ANN을 연합학습에 사용한 연구 결과에 비해 SNN을 연합학습에 사용한 연구 결과는 매우 적으며, 이는 SNN 기반 연합학습을 여러 분야에 적용하기 힘들게 한다. 본 논문에서는 실험을 통해 분석한 결과 SNN 기반의 연합학습이 ANN 기반의 연합학습에 비해 에너지 소비량이 더 적다는 결과를 얻을 수 있었다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 배경지식
Ⅲ. 기존 연구
Ⅳ. SNN 기반 연합학습 구현
Ⅴ. 실험
Ⅵ. 결론
References
참고문헌 (17)
참고문헌 신청
X. Kong, H. Gao, G. Shen, G. Duan, and S. K. Das, “FedVCP: A federated-learning-based cooperative positioning scheme for social internet of vehicles,” IEEE Trans. Computational Soc. Syst., vol. 9, no. 1, pp. 197-206, Feb. 2022. (https://doi.org/10.1109.TCSS.2021.3062053)
A. Li, J. Sun, B. Wang, L. Duan, S. Li, Y. Chen, and H. Li, “LotteryFL: Empower edge intelligence with personalized and communication-efficient federated learning,” IEEE/ACM SEC 2021, pp. 68-79, San Jose, CA, USA, Dec. 2021. (https://doi.org/10.1145/3453142.3492909)
A. M. Elbir, B. Soner, S. Coleri, D. Gunduz, and M. Bennis, “Federated learning in vehicular networks,” in Proc. IEEE MeditCom, pp. 72-77, Athens, Greece, Sep. 2022. (https://doi.org/10.1109/MeditCom55741.2022.9928621)
N. Skatchkovsky, H. R. Jang, and O. Simeone, “Federated neuromorphic learning of spiking neural networks for low-power edge intelligence,” ICASSP 2020-2020, pp. 8524-8528, Barcelona, Spain, May 2020. (https://doi.org/10.1109/ICASSP40776.2020.9053861)
J. Y. Kim and W. H. Lee, “Analysis of performance of federated learning by considering local and global trainings in non-iid data environments,” J. Next-Generation Convergence Technol. Assoc., vol. 7, no. 1, pp. 21-31, Jan. 2023. (https://doi.org/10.33097/JNCTA.2023.07.01.21)
A. Li, J. Sun, B. Wang, L. Duan, S. Li, Y. Chen, and H. Li, “LotteryFL: Empower edge intelligence with personalized and communication-efficient federated learning,” IEEE/ACM SEC 2021, pp. 68-79, San Jose, CA, USA, Dec. 2021. (https://doi.org/10.1145/3453142.3492909)
A. M. Elbir, B. Soner, S. Coleri, D. Gunduz, and M. Bennis, “Federated learning in vehicular networks,” in Proc. IEEE MeditCom, pp. 72-77, Athens, Greece, Sep. 2022. (https://doi.org/10.1109/MeditCom55741.2022.9928621)
N. Skatchkovsky, H. R. Jang, and O. Simeone, “Federated neuromorphic learning of spiking neural networks for low-power edge intelligence,” ICASSP 2020-2020, pp. 8524-8528, Barcelona, Spain, May 2020. (https://doi.org/10.1109/ICASSP40776.2020.9053861)
J. Y. Kim and W. H. Lee, “Analysis of performance of federated learning by considering local and global trainings in non-iid data environments,” J. Next-Generation Convergence Technol. Assoc., vol. 7, no. 1, pp. 21-31, Jan. 2023. (https://doi.org/10.33097/JNCTA.2023.07.01.21)
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Flower 을 사용한 점진적 연합학습시스템 구성
JOURNAL OF PLATFORM TECHNOLOGY
2023 .08
-
연합학습(Federated Learning) 네트워크에서의 형평성 보장 기법에 관한 연구
한국통신학회논문지
2023 .06
-
대규모 연합학습을 위한 효율적 분산 클러스터링 기법
한국통신학회논문지
2022 .01
-
연합학습을 통한 네트워크 탄소배출량 감소 연구
한국통신학회 학술대회논문집
2024 .06
-
통신 비용이 절약된 연합학습 시스템 설계 및 구현
한국통신학회 학술대회논문집
2023 .06
-
관절 데이터 기반 동작 인식 모델 연합학습 프레임워크 연구
한국정보기술학회논문지
2023 .03
-
블록체인 기반 탈중앙 연합학습 연구
한국정보과학회 학술발표논문집
2022 .12
-
Flower 프레임워크를 사용한 연합 학습 성능 분석
대한전자공학회 학술대회
2023 .06
-
연합학습의 의료분야 적용을 위한 자기지도 메타러닝
지능정보연구
2022 .12
-
어그리게이터 클라이언트를 활용한 클러스터링 기반 탈중앙 연합학습 프레임워크
전자공학회논문지
2024 .08
-
데이터 중독 공격 방어를 위한 신뢰도 점수 기반 연합학습
디지털콘텐츠학회논문지
2023 .06
-
효율적 연합학습을 위한 참여자 기여도 기반 클라이언트 선택 방법
한국통신학회 학술대회논문집
2025 .02
-
연합학습 기법들의 성능평가를 지원하는 이기종 기반의 실험 플랫폼 설계
한국통신학회 학술대회논문집
2023 .06
-
통신 효율적인 연합 학습 기법에 관한 연구 동향
한국통신학회 학술대회논문집
2021 .02
-
효율적인 통신을 위한 연합 학습 환경에서의 최적화 연구: 최신 동향과 포괄적 조사
한국통신학회 학술대회논문집
2024 .11
-
무선 네트워크 환경에서 통신 및 에너지 효율적인 연합 학습을 위한 유저 클러스터링 방법
한국정보과학회 학술발표논문집
2023 .06
-
제한된 자원 환경에서의 연합 학습 연구 동향
한국통신학회지(정보와통신)
2024 .09
-
연합학습에서의 Multi-Exit 구조 적용에 관한 연구
한국통신학회 학술대회논문집
2024 .06
-
연합 학습의 성능 향상에 관한 연구
한국통신학회 학술대회논문집
2020 .02
-
FedGC: Global Consistency Regularization for Federated Semi-supervised Learning
Journal of KIISE
2022 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
SNN을 이용한 저전력 침입 탐지 시스템
허정윤
,
이현종
,
임재한
한국통신학회논문지
2024
.06
템포럴 코딩과 레이트 코딩을 이용한 Spiking Neural Network의 RF 신호 탐지 및 분류 성능 분석
이현종
,
임재한
한국통신학회논문지
2023
.02
스파이킹 신경망(SNN) 기반 YOLO 모델을 활용한 교차로 차량 인식
박재현
,
김대호
,
이은규
한국통신학회 학술대회논문집
2025
.02
축적 컴퓨팅을 위한 나노유체 멤리스터
김재현
,
T.M. Kamsma
,
김경준
외 4명
대한기계학회 춘추학술대회
2023
.11
스파이킹 뉴럴 네트워크의 다양한 인코딩 기법에 따른 영상 분류 성능 분석
오범석
,
김선옥
방송공학회논문지
2024
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-151-24-02-090041888