- 【Updated on May 12, 2025】 Integration of CiNii Dissertations and CiNii Books into CiNii Research
- Trial version of CiNii Research Automatic Translation feature is available on CiNii Labs
- Suspension and deletion of data provided by Nikkei BP
- Regarding the recording of “Research Data” and “Evidence Data”
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
- Principal Investigator
- 会津大学
-
- Ben.A Abderazek
- Co-Investigator
- 会津大学
-
- 櫻井 幸一
- Co-Investigator
- 九州大学
-
- 策力 木格
- Co-Investigator
- 電気通信大学
About This Project
- Japan Grant Number
- JP24K02932 (JGN)
- Funding Program
- Grants-in-Aid for Scientific Research
- Funding Organization
- Japan Society for the Promotion of Science
Kakenhi Information
- Project/Area Number
- 24K02932
- Research Category
- Grant-in-Aid for Scientific Research (B)
- Allocation Type
-
- Multi-year Fund
- Review Section / Research Field
-
- Basic Section 60060:Information network-related
- Research Institution
-
- The University of Aizu
- Project Period (FY)
- 2024-04-01 〜 2027-03-31
- Project Status
- Granted
- Budget Amount*help
- 18,590,000 Yen (Direct Cost: 14,300,000 Yen Indirect Cost: 4,290,000 Yen)
Research Abstract
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。
Details 詳細情報について
-
- CRID
- 1040018351906335360
-
- Text Lang
- ja
-
- Data Source
-
- KAKEN
