HeteroSplitFed : 이기종 클라이언트의 서로다른 학습능력 및 통신환경을 고려한 분산학습 알고리즘 연구
- 류지현
- 2023년 11월 11일
- 1분 분량
최종 수정일: 2023년 11월 14일
팀명
Ryu_LAB
팀원 명단
류지현
지도교수
양희철 교수님
작품 배경 및 목적
기존 연합학습에서는 각 클라이언트를 연합하여 학습시스템으로 구성한 것이다. 클라이언트 들은 각자 가지고 있는 데이터 세트로 학습을 진행하고, 서버에서 결과를 전체 모델로 업데이 트하는 방식으로 진행된다. 이 과정에서 클라이언트는 충분한 학습능력이 있어야 하고, 서버 로 결과를 전달하는데 적절한 통신환경이 보장되어야 한다. 하지만 이러한 과정에서 클라이언 트에 학습능력이 모두 같지 않고, 통신환경에서 데이터 전송량이 많은 문제점이 있다. 따라서 이러한 문제를 해결하기 위해서 본 프로젝트를 진행하고자 한다.
작품 내용
기존 연합학습에 추가적으로 분할학습을 적용한 SplitFed 모델을 기반으로 학습에 참여하는 클라이언트의 학습능력과 통신환경을 고려하여 각 모델의 크기가 다르더라도 학습에 참여할 수 있도록 모델을 연구하였다.
Comments