疎密度モバイルアドホック網におけるグループ検知を用いた連合学習法

カテゴリ: 研究会(論文単位)

論文No: CMN23018

グループ名: 【C】電子・情報・システム部門 通信研究会

発行日: 2023/01/16

タイトル(英語): Group-Aware Federated Learning for Sparse Mobile Ad-Hoc Networks

著者名: 長久保 智子(同志社大学),木村 共孝(同志社大学),程 俊(同志社大学)

著者名(英語): Tomoko Nagakubo(Doshisha University),Tomotaka Kimura(Doshisha University),Cheng Jun(Doshisha University)

キーワード: 連合学習|グループ検知|疎密度モバイルアドホック網|Federated learning|Group Detection|Sparse Mobile Ad-Hoc Networks

要約(日本語): 共に行動する人達の端末のように，取得する情報が類似する端末を1つのグループとする．様々なグループが存在する環境で，遭遇端末間での連合学習を行うと，同じグループの端末との学習が多く，各端末のモデルは所属グループに合わせたものとなる．そのため，所属グループが変わるとモデルは不適なものとなる．提案手法は，端末の保持する情報の種類ごとの割合を利用し，各端末のモデルを環境の変化に適応させる．

要約(英語): Nodes that have similar information, such as nodes of people who are working together, are considered as a group. In an environment with various groups, when federated learning is performed between nodes encountered, nodes are more likely to learn with nodes in the same group and model of each node will be appropriate for the group to which it belongs. Therefore, if the group to which a node belongs changes, the model of the node becomes unsuitable. Our proposed method use the percentage of each type of information held by a node to adapt the model of each node to changes in the environment.

本誌: 2023年1月19日-2023年1月20日通信研究会

本誌掲載ページ: 73-77 p

原稿種別: 日本語

PDFファイルサイズ: 1,126 Kバイト