원문정보
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
본 논문은 분산 머신러닝 기법인 연합학습(Federated Learning)에 대해 소개하고 연합학습 환경에서 발생되는 이슈 들과 해당 이슈들을 해결하기 위한 기술 동향을 조사하였다. 모 바일 기기에서 생성되는 데이터를 머신러닝에 적용하기 위한 기 법인 연합학습을 소개하고 제한된 데이터 사용, 불안정한 통신 환경, 제한된 배터리, 적은 저장공간, 낮은 계산능력 등 연합학 습 환경에서 발생할 수 있는 이슈들을 소개한다. 또한 최근 연구 들은 해당 이슈들을 해결하기 위해 어떤 방법을 사용하는지 프 로토콜, 디바이스, 서버 관점에서 살펴본다.
목차
Abstract
I. 서론
II. 연합학습(Federated Learning)
III. 프로토콜
IV. 통신량 최적화
V. Secure Aggregation
VI. LEAF
VII. 결론
Acknowledgement
References
I. 서론
II. 연합학습(Federated Learning)
III. 프로토콜
IV. 통신량 최적화
V. Secure Aggregation
VI. LEAF
VII. 결론
Acknowledgement
References
저자정보
참고문헌
자료제공 : 네이버학술정보