[B-7-5] Federated learningのためのデータ処理サーバ配置に関する検討
この講演は本会「学術奨励賞受賞候補者」の資格対象です。
キーワード：Federated Learning、最適化、リンク容量
ネットワーク帯域制約を考慮した Federated learning (FL)のためのデータ分散法がすでに検討されている.その先行研究では, ネットワークの各ノードが所有するデータをネットワーク上に分散配置されたサーバに送信し, 各サーバがそのデータを用いて学習してFLを行う. 我々は, 簡易トポロジーを用いて, データ量や経由するノード数と, 最適なサーバ配置の関係を分析している（本大会で別に発表予定）. ここでの「最適サーバ配置」とは, 各サーバへデータが均等に配信され, 必要なリンク容量が最小化される配置を指す. 本稿では, より現実的なトポロジーを考慮した最適サーバ配置を分析する. なお, 各リンク容量と各ノードから生成されるデータ量が均一であると仮定する.
講演論文集PDFを閲覧したい場合はパスワードを入力してください。
パスワードは、講演参加申込者、聴講参加申込者にメールで御連絡しております。