Art

J-GLOBAL ID：202002216740992989   Reference number：20A0661607

サーバレスFederated Learningのための分散最適化

Author (5)： TAYA AKIHITO (青山学院大 理工) ,  TOBE YOSHITO (青山学院大 理工) ,  NISHIO TAKAYUKI (京大 大学院情報学研究科) ,  MORIKURA MASAHIRO (京大 大学院情報学研究科) ,  YAMAMOTO KOJI (京大 大学院情報学研究科)
Material： 情報処理学会全国大会講演論文集
Volume： 82nd  Issue： 3  Page： 3.19-3.20  Publication year： Feb. 20, 2020 
JST Material Number： S0731A  Document type： Proceedings
Article type： 短報  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： *learning ,  memory effect ,  decentralization ,  *machine learning ,  learning machine ,  *learning algorithm ,  *learning model ,  service
Semi thesaurus term： Federated Learning ,  *distributed learning ,  *分散学習アルゴリズム ,  Social Networking Service

JST classification (2)： Artificial intelligence  (JE08000Z) ,  Computer networks  (JC03000K)

Reference (3)：

• McMahan, H. B., et al.: Communication-Efficient Learning of Deep Networks from Decentralized Data, Proc. of AISTATS, 2017.
• Anil, R., et al.: Large Scale Distributed Neural Network Training through Online Distillation, Proc. Of ICLR, Apr, 2018.
• Nedic, A., et al.: Constrained Consensus and Optimization in Multi-Agent Networks, IEEE Trans. Autom. Control, Vol.55, No.4, pp.922-938 (2010).

Terms in the title (3)： サーバ ,  レス ,  分散最適化