偏在計算資源の活用による巨大モデルに対する連合学習・連合アンラーニング技術の確立
-
- 李 鵬
- 研究代表者
- 会津大学
-
- Ben.A Abderazek
- 研究分担者/共同研究者
- 会津大学
-
- 櫻井 幸一
- 研究分担者/共同研究者
- 九州大学
-
- 策力 木格
- 研究分担者/共同研究者
- 電気通信大学
研究課題情報
- 体系的番号
- JP24K02932
- 助成事業
- 科学研究費助成事業
- 資金配分機関情報
- 日本学術振興会(JSPS)
- 研究課題/領域番号
- 24K02932
- 研究種目
- 基盤研究(B)
- 配分区分
-
- 基金
- 審査区分/研究分野
-
- 小区分60060:情報ネットワーク関連
- 研究機関
-
- 会津大学
- 研究期間 (年度)
- 2024-04-01 〜 2027-03-31
- 研究課題ステータス
- 交付
- 配分額*注記
- 18,590,000 円 (直接経費: 14,300,000 円 間接経費: 4,290,000 円)
研究概要
本研究では、さまざまな所に偏在するデータと計算資源を活用し、巨大AIモデルの連合学習 (Federated Learning)を効率的に実行可能とする技術の研究開発することである。元の巨大AIモデルを多数の小型「専門家」モデルに再構築し、それぞれのデイバスが特定のデータに対して最適化される専門家モデルの連合学習技術を確立する。さらに、特定のデータをモデルから「忘れる」権利を保障するために、巨大モデルの連 合アンラーニング(Federated Unlearning)を研究する。
詳細情報 詳細情報について
-
- CRID
- 1040018351906335360
-
- 本文言語コード
- ja
-
- データソース種別
-
- KAKEN