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
- 2024.8
- 수록면
- 15 - 18 (4page)
- DOI
- 10.5573/ieie.2024.61.8.15
이용수
초록· 키워드
오류제보하기
탈중앙 연합학습은 중앙서버 없이 각 노드 간의 통신을 통해 모델을 교환하고 결합하는 분산 협력 학습방식이다. 기존의 연합학습과 비교했을 때, 단일 장애점, 병목 현상 문제를 극복할 수 있다는 장점이 있다. 하지만 탈중앙 연합학습은 어그리게이터의 부재로 인한 학습성능 저하를 겪게 된다. 또한, 연합학습과 같은 분산학습에서는 모델의 일반화 역량 및 개인화 역량 모두 갖춘 모델을 학습하는 것이 중요하다. 본 연구는 어그리게이터 노드를 도입하여 어그리게이터의 부재로 인한 학습 성능 저하를 극복하고, 개인화 역량 및 일반화 역량을 모두 갖출 수 있는 클러스터링 기반 탈중앙 연합 학습 프레임워크를 제안한다. 본 논문에서 제시한 방법은 어그리게이터를 효과적으로 도입하기 위해 학습 방향 유사도를 기반으로 한 클러스터링을 진행한다. 클러스터 내 학습에서는 어그리게이터 노드를 활용하여 유사한 학습 방향을 가진 노드들과의 협업을 통해 개인화 역량을 갖추고자 한다. 이후 지나친 개인화 방지 및 일반화 역량 확보를 위해 클러스터 간 학습을 진행한다. 탈중앙 연합학습에서 어그리게이터 활용의 효용성에 대해 실험적인 분석을 진행하였고, 제안된 방식은 CIFAR-10 데이터셋에 대해 기존의 탈중앙 연합학습 대비 4.2% 정확도 향상이 있음을 보여준다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
REFERENCES
참고문헌 (6)
참고문헌 신청
H. B. McMahan, E. Moore, D. Ramage, S. Hampson, and B. A. y. Arcas, “Communication-efficient learning of deep networks from decentralized data,” arXiv preprint arXiv:1602.05629, 2016.
C. Li, G. Li, and P. K. Varshney, “Decentralized federated learning via mutual knowledge transfer,” IEEE Internet of Things Journal, vol. 9, no. 2, pp. 1136–1147, 2022.
István Hegedűs, Gábor Danner, Márk Jelasity, “Decentralized learning works: An empirical comparison of gossip learning and federated learning”, Journal of Parallel and Distributed Computing, Volume 148, February 2021, Pages 109-124
A. Z. Tan, H. Yu, L. Cui and Q. Yang, "Towards Personalized Federated Learning," in IEEE Transactions on Neural Networks and Learning Systems, vol. 34, no. 12, pp. 9587-9603, Dec. 2023
C. Hu, J. Jiang, and Z. Wang, “Decentralized federated learning: A segmented Gossip approach,” in Proc. Int. Workshop Feder. Learn. User Privacy Data Confidentiality Conjunction IJCAI, 2019.
C. Li, G. Li, and P. K. Varshney, “Decentralized federated learning via mutual knowledge transfer,” IEEE Internet of Things Journal, vol. 9, no. 2, pp. 1136–1147, 2022.
István Hegedűs, Gábor Danner, Márk Jelasity, “Decentralized learning works: An empirical comparison of gossip learning and federated learning”, Journal of Parallel and Distributed Computing, Volume 148, February 2021, Pages 109-124
A. Z. Tan, H. Yu, L. Cui and Q. Yang, "Towards Personalized Federated Learning," in IEEE Transactions on Neural Networks and Learning Systems, vol. 34, no. 12, pp. 9587-9603, Dec. 2023
C. Hu, J. Jiang, and Z. Wang, “Decentralized federated learning: A segmented Gossip approach,” in Proc. Int. Workshop Feder. Learn. User Privacy Data Confidentiality Conjunction IJCAI, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
블록체인 기반 탈중앙 연합학습 연구
한국정보과학회 학술발표논문집
2022 .12
-
Flower 을 사용한 점진적 연합학습시스템 구성
JOURNAL OF PLATFORM TECHNOLOGY
2023 .08
-
대규모 연합학습을 위한 효율적 분산 클러스터링 기법
한국통신학회논문지
2022 .01
-
Flower 프레임워크를 사용한 연합 학습 성능 분석
대한전자공학회 학술대회
2023 .06
-
연합학습을 통한 네트워크 탄소배출량 감소 연구
한국통신학회 학술대회논문집
2024 .06
-
무선 네트워크 환경에서 통신 및 에너지 효율적인 연합 학습을 위한 유저 클러스터링 방법
한국정보과학회 학술발표논문집
2023 .06
-
연합학습(Federated Learning) 네트워크에서의 형평성 보장 기법에 관한 연구
한국통신학회논문지
2023 .06
-
데이터 중독 공격 방어를 위한 신뢰도 점수 기반 연합학습
디지털콘텐츠학회논문지
2023 .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
-
연합학습의 의료분야 적용을 위한 자기지도 메타러닝
지능정보연구
2022 .12
-
연합학습 기법들의 성능평가를 지원하는 이기종 기반의 실험 플랫폼 설계
한국통신학회 학술대회논문집
2023 .06
-
SNN 기반 연합학습의 이미지 분류 성능 및 에너지 효율성 분석
한국통신학회논문지
2024 .07
-
효율적 연합학습을 위한 참여자 기여도 기반 클라이언트 선택 방법
한국통신학회 학술대회논문집
2025 .02
-
연합학습에서의 Multi-Exit 구조 적용에 관한 연구
한국통신학회 학술대회논문집
2024 .06
-
블록체인 기반 연합학습 레퍼런스 아키텍처 및 DID 접근 시스템
전자공학회논문지
2023 .07
-
FedGC: Global Consistency Regularization for Federated Semi-supervised Learning
Journal of KIISE
2022 .12
-
분산형 데이터를 학습하는 연합 학습의 의료분야 적용에 관한 연구
한국통신학회 학술대회논문집
2021 .06
-
효율적인 통신을 위한 연합 학습 환경에서의 최적화 연구: 최신 동향과 포괄적 조사
한국통신학회 학술대회논문집
2024 .11
-
모델 포이즈닝 공격에 강건한 개인화 연합학습을 위한 부분 공유 알고리즘
한국통신학회논문지
2023 .11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-090920469