文献

J-GLOBAL ID：202202290309068264   整理番号：22A1155739

分散機械学習から連合学習へ:調査【JST・京大機械翻訳】

From distributed machine learning to federated learning: a survey

著者 (8件)： Liu Ji (Baidu Inc., Beijing, China) ,  Huang Jizhou (Baidu Inc., Beijing, China) ,  Zhou Yang (Computer Science and Software Engineering Department, Auburn University, Auburn, AL, USA) ,  Li Xuhong (Baidu Inc., Beijing, China) ,  Ji Shilei (Baidu Inc., Beijing, China) ,  Xiong Haoyi (Baidu Inc., Beijing, China) ,  Dou Dejing (Baidu Inc., Beijing, China) ,  Dou Dejing (Computer and Information Science Department, University of Oregon, Eugene, OR, USA)
資料名： Knowledge and Information Systems  (Knowledge and Information Systems)
巻： 64  号： 4  ページ： 885-917  発行年： 2022年 
JST資料番号： W2193A  ISSN： 0219-1377  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 近年,データおよびコンピューティング資源は,エンドユーザ,様々な領域または組織のデバイスに典型的に分布している。法律または規制のため,分散データおよびコンピューティング資源は,機械学習タスクのために,異なる領域または組織の間で,凝集または直接共有できない。連合学習は,協調的に機械学習モデルを訓練するために,分散データと計算資源を利用するための効率的アプローチとして現れる。同時に,連合学習は法則と規則に従い,データセキュリティとデータプライバシーを確実にする。本論文では,連合学習のための既存の研究の包括的調査を提供した。最初に,連合学習システムの機能的アーキテクチャと関連技術の分類を提案した。第二に,4つの側面から連合学習システムを説明する:多様なタイプの並列性,集約アルゴリズム,データ通信,および連合学習システムのセキュリティ。第3に,著者らは機能的アーキテクチャに基づく4つの広く使用された連合システムを提示する。最後に,限界をまとめ,将来の研究方向を提案した。Copyright The Author(s), under exclusive licence to Springer-Verlag London Ltd., part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  計算機システム ,  データ ,  データ通信 ,  計算 ,  並列演算 ,  モデル ,  計算機アーキテクチャ ,  *機械学習 ,  情報セキュリティ
準シソーラス用語： エンドユーザ ,  分散システム ,  学習支援システム ,  計算資源 ,  データプライバシー ,  データセキュリティ ,  システムセキュリティ , 【Automatic Indexing@JST】

著者キーワード (5件)： 連合学習 ,  分散システム ,  並列計算 ,  セキュリティ ,  プライバシー

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 機械学習 ,  学習 ,  調査