計算資源の限られた小型センサ端末のための勾配ブースティング連合学習

情報処理学会

説明

近年，気軽に身に着けることのできるウェアラブル端末が普及している．このような端末から取得可能なデータの処理には機械学習が用いられることが多いが，より高精度な予測モデルを作るためには大量のデータが必要となる．サーバを用いてデータを収集し，それらをビッグデータとし学習することも可能であるが，サーバの利用は管理の手間やデータの一極集中が生じることと収集したデータのプライバシが保護されないことが課題となる．本稿では，これらの課題を解決するため，サーバを用いずに端末間で分散学習を行う機械学習手法を提案する．提案手法では，計算リソースの限られたウェアラブル端末を想定し，決定木の勾配ブースティングを用いる．また，プライバシを保護するために端末間ではデータではなく学習モデルを共有する．

収録刊行物

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ