交差Silo連合学習における社会福祉の最大化【JST・京大機械翻訳】

Chen Jianan; Hu Qin; Jiang Honglu

プレプリント

J-GLOBAL ID：202202214575901748 整理番号：22P0291656

交差Silo連合学習における社会福祉の最大化【JST・京大機械翻訳】

Social Welfare Maximization in Cross-Silo Federated Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月18日プレプリントサーバーでの情報更新日： 2022年03月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

連合学習(FL)の典型的設定の1つとして,クロスサイロFLは,組織が最適マシン学習(ML)モデルを共同訓練することを可能にする。この場合,いくつかの組織は,社会的福祉を低下させる,それらの局所訓練を貢献せずに,グローバルモデルを得ることを試みる。本論文では,初めて公共財ゲームとしてクロスサイロFLにおける組織間の相互作用をモデル化し,最大社会福祉がNash均衡において達成されない社会的ジレンマが存在することを理論的に証明した。この社会的ジレンマを克服するために,社会福祉を最大化するために,多層マルチアクションゼロDeterminant(MMZD)戦略を採用した。MMZDの助けを借りて,個々の組織は,余分なコストなしで社会福祉を片側的に制御することができる。実験結果は,MMZD戦略が社会福祉の最大化に有効であることを検証した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

ゲーム理論

, , , ,

前のページに戻る