機械学習の発展は目覚ましく,理論と実用双方から幅広い研究が行われている.一方,機械学習のアプリケーション拡大に伴い,データプライバシーや通信コストに対する懸念も顕著になっている.本稿では,こういった問題の抜本的解決とビッグデータ解析の両立に向けた方式として近年注目されている,連合機械学習(FL: Federated Learning)をはじめとした分散的な機械学習方式について概説する.特に,集中制御サーバを設けないFLである分散連合機械学習(DFL: Decentralized FL)に着目し,無線通信路における問題とその解決に向けた方策を述べる.
Simple-triangle graphは,区間グラフ(interval graph)と置換グラフ(permutation graph)の一般化として,1980年代に導入されたグラフクラスである.このクラスの認識問題の計算量は長年未解決であったが,2010年代前半に多項式時間アルゴリズムが提案されたことで,肯定的に解決された.本稿では,このグラフクラスとその周辺のクラスについて近年示された結果を概説するとともに,未解決問題を紹介する.
すでにアカウントをお持ちの場合 サインインはこちら