메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김준우 (한성대학교) 이웅희 (한성대학교)
저널정보
국제차세대융합기술학회 차세대융합기술학회논문지 차세대융합기술학회논문지 제7권 제1호
발행연도
2023.1
수록면
21 - 31 (11page)
DOI
10.33097/JNCTA.2023.07.01.21

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
연합학습은 각 디바이스에서 학습을 진행하며, 이를 통해 개인정보 보호와 관련된 문제들을 해결할 수있게 되었다. 연합학습은 이러한 장점을 가지고 있지만 실제 환경에 적용되기에는 많은 어려움이 있다. 실제 환경에서는 기기들이 가지고 있는 데이터의 분포가 불균형한 경우가 많으며, 이 경우 데이터 분포가 일정할 때 보다더 많은 학습 시간을 필요로 하고 더욱 낮은 정확도를 보인다. 본 논문에서는 이러한 현상을 깊이 분석하기 위해다양한 데이터 분포 환경에서 로컬 및 글로벌 학습 횟수에 따라 연합학습 시스템의 정확도와 학습시간이 달라지는 것을 확인하였다. 각 데이터 분포 환경에서 최적의 글로벌 라운드(global round)와 로컬 에폭(local epoch) 값을 찾는 분석을 수행하였으며, 동일한 횟수의 학습을 진행하더라도 두 값을 적절하게 조절함으로써 적은 학습 시간을 소모하며 높은 정확도를 얻을 수 있음을 보였다. 또한, 특정 시간 내에 최대의 정확도를 얻기 위한 설정 값에 대한 이론적 분석을 수행하였다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0