[4M3-GS-10] AI応用：最適化・可視化

[4M3-GS-10-05] ブロックチェーン技術を活用したクラスタ型連合学習の基礎検討

〇内山 光彩¹、鈴木 昇太¹、小野 智司¹ (1. 鹿児島大学)

[[オンライン]]

キーワード：連合学習、クラスタリング、ブロックチェーン

クラスタ型連合学習は，参加者をクラスタに分類することで，各クラスタ内でモデルの構築を目指す．これは，個々の参加者が，分布の異なるデータを所持する，不均一性のある環境においても有効である．しかし，既存の手法では，クラスタ数の設定や，ハードクラスタリングを行うため，柔軟に不均一性の問題に対処することが難しい．この問題に対処するために，各参加者のモデルの推論類似度を用いてクラスタを形成することで対処するFederated Learning by Inference Similarity（FLIS）が提案されている．しかし，FLISを含む中央集約型の連合学習は，データと学習の過程を管理する中央サーバが脆弱性になり得る．このため本研究は，FLISの学習をブロックチェーンネットワーク上で実行する手法を提案する．提案手法は，FLISにおける中央サーバを用いることなく，各参加者が保持するデータの特性に応じてクラスタを動的に構築し，クラスタ毎のモデルの訓練を可能にする．実験により，提案手法はFLISと同等の性能を維持しつつ，ブロックチェーンネットワーク上でクラスタ型連合学習を行えることを確認した．