인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 677 - 680 (4page)
- DOI
- 10.7840/kics.2023.48.6.677
이용수
초록· 키워드
연합학습(Federated Learning, FL) 네트워크는 데이터 등 인공지능 학습 자원이 부족한 단말들이 연합학습을 지원하는 서버와 연결되어 협력적으로 학습모델 파라미터를 완성해 가는 것으로, 데이터를 직접 보내지 않고 학습 성능이 개선될 수 있는 효과적인 방법이다. 연합 학습이 여러 단말의 참여를 바탕으로 하여 참여자 선택, 참여자간 비중 반영 등에서의 형평성 문제가 제기된다. 본 연구에서는 이와 같은 연합학습에서의 형평성 문제에 대한 연구 동향과 주요기법을 소개한다. 또한 비례 균등 형평성 알고리즘을 적용하는 방안을 제시한다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 요약
- ABSTRACT
- Ⅰ. 서론
- Ⅱ. 연합학습에서의 형평성 연구
- Ⅲ. 비례 균등 참여자 선정 문제
- Ⅳ. 비례 균등 참여자 선정 기법
- Ⅴ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2023-567-001540747
