クライアントの自治型連合学習モデルによるデータ独自性の定量化とその評価

抄録

近年，分散配置されたデータから学習する手法である連合学習(Federated Learning: FL) が注目されている．FL はプライバシーの保護などの利点を持つ一方で，サーバ側でデータ収集を行わないため，non-i.i.dである各クライアントのデータ分布を特徴づけることが困難である．本研究ではサーバ側により構築される全データ対応の一般モデルと，各クライアントデータ対応の個別モデルを扱う自治型連合学習を用い，データの独自性を定量化する．提案手法の有用性をモデルの性能及びデータの特徴抽出の観点から評価する．