A Study on Distributed Learning Algorithm for Heterogeneous Client Settings in Computing Capabilities

Ji-Hyun Ryu; Heecheol Yang

doi:10.7840/kics.2025.50.2.195

A Study on Distributed Learning Algorithm for Heterogeneous Client Settings in Computing Capabilities

Recommendations

Search

Questions

클라이언트의 서로 다른 학습 능력을 고려한 분산학습 알고리즘 연구

Type: Academic journal

Author: Ji-Hyun Ryu (충남대학교) Heecheol Yang (충남대학교)

Journal: Korea Institute Of Communication Sciences The Journal of Korean Institute of Communications and Information Sciences Vol.50 No.2 KCI Accredited Journals SCOPUS

Published: 2025.2

Pages: 195 - 204 (10page)

DOI: 10.7840/kics.2025.50.2.195

Usage

📌

Topic

📖

Background

🔬

Method

🏆

Result

A Study on Distributed Learning Algorithm for Heterogeneous Client Settings in Computing Capabilities

Abstract· Keywords

Report Errors

In this paper, we address a distributed learning system with a server and clients with heterogeneous computational capabilities. We propose a new distributed learning algorithm that combines split learning with ordered dropout, enabling clients with limited and heterogeneous computing capabilities to participate in training. This approach allows all clients, even with different client-model sizes, to contribute to the improvement of the global model’s performance. We conduct experiments on image classification using ResNet50 on the CIFAR-10 dataset, examining classification performance given the number of clients and the distribution of the dataset. With heterogeneous client settings in computational capacities, simulation results demonstrate that all clients with various client-side model sizes effectively contribute to global model training.

#분산 학습 #연합 학습 #분할 학습 #Distributed learning #Federated learning #Split learning

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험
Ⅳ. 결론
References

References (0)

Add References

If the reference is being serviced by DBpia, please register through [Add Reference]

Recommendations

It is an article recommended by DBpia according to the article similarity. Check out the related articles!

Related Authors

양희철

Affiliation 충남대학교

Fields Engineering > Electrical and Electronic Engineering > Information and Communication Engineering TOP 10% Engineering > Computer Science

Articles 23 Usage 1,109

Frequently Viewed Together

Development of Computer Vision-Based Riverside Surveillance Flight A lgorithm using ROS and Gazebo

Gwanho Song , Younghoon Choi 항공우주시스템공학회 학술행사 논문집 2024 .05

Survey on Artificial Intelligence & Machine Learning Models and Datasets for Network Intelligence

Jooyoung Lee , Seungjae Shin , Seunghyun Yoon and others 1 The Journal of Korean Institute of Communications and Information Sciences 2022 .04

Comments(0)

Write first comments.

UCI(KEPA) : I410-151-25-02-092293090

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

Abstract· Keywords

AI Summary

Topic

Background

Method

Result

주요내용

Contents

References (0)

Recommendations

Related Authors

Frequently Viewed Together

Recently viewed articles

Comments(0)