文献

J-GLOBAL ID：202202261049826398   整理番号：22A0457616

空地ネットワークのためのインセンティブによる動的ディジタルツインおよび連合学習【JST・京大機械翻訳】

Dynamic Digital Twin and Federated Learning With Incentives for Air-Ground Networks

著者 (5件)： Sun Wen (School of Cybersecurity, Northwestern Polytechnical University, Xi’an, Shaanxi, China) ,  Xu Ning (School of Cyber Engineering, Xidian University, Xi’an, Shaanxi, China) ,  Wang Lu (School of Cyber Engineering, Xidian University, Xi’an, Shaanxi, China) ,  Zhang Haibin (School of Cybersecurity, Northwestern Polytechnical University, Xi’an, Shaanxi, China) ,  Zhang Yan (Department of Informatics, University of Oslo, Oslo, Norway)
資料名： IEEE Transactions on Network Science and Engineering  (IEEE Transactions on Network Science and Engineering)
巻： 9  号： 1  ページ： 321-333  発行年： 2022年 
JST資料番号： W2435A  ISSN： 2327-4697  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 空気-地上ネットワークは,シームレス接続とリアルタイムサービスを有するユーザを提供し,一方,その資源制約は,機械学習から連合学習へのパラダイムシフトを誘発する。連合学習は,クライアントがデータを共有することなくモデルを協調的に訓練することを可能にする。ディジタル双晶は,時変状態を反映するための空気-地上ネットワークの仮想表現を提供し,それは,連合学習との組み合わせで,空気-地上ネットワークにおけるプライバシー保護とデータ訓練の間の矛盾を調和させる。本論文では,ディジタル双晶により捕捉されたネットワークダイナミックスに基づいて,アグリゲータとして動作し,地上クライアントが協調的に訓練する,地上ネットワークに対する動的ディジタルツインおよび連合学習を考察した。Stackelbergゲームに基づく連合学習のためのインセンティブを設計し,そこでは,ドローンのディジタル双子がクライアントの選好を設定するためのリーダとして作用し,フォロワーとしてのクライアントが大域的訓練ラウンドを選択する。さらに,様々なディジタル双晶偏差とネットワークダイナミックスを考慮して,最適クライアントの選択と参加レベルを調整する動的インセンティブ方式を設計した。数値結果は,提案した方式が精度とエネルギー効率を著しく改良できることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 双晶 ,  *ネットワーク ,  無人機 ,  ディジタル方式 ,  双生児 ,  エネルギー効率 ,  機械学習
準シソーラス用語： 連合学習 ,  シームレス ,  プライバシー保護 ,  実時間 ,  ネットワークダイナミックス , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 空地 ,  インセンティブ ,  ディジタル ,  学習