최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 제주대학교 Cheju National University |
---|---|
연구책임자 | 최민석 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-03 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202200014796 |
과제고유번호 | 1711139660 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-09 |
키워드 | 연합 학습.무선 네트워크.분산 학습.federated learning.wireless network.distributed learning. |
□ 연구개요
본 연구과제는 무선 에지 네트워크에 적합한 에지 캐싱 기반의 연합 학습 알고리즘을 개발한다. 무선 네트워크에서 연합 학습을 운용하기 위해서는 통신 지연 시간으로 인한 학습 속도 저하, 낙오자 문제, 공격자 문제 등을 해결해야 한다. 연합 학습의 속도와 정확도를 높이기 위해 공동 데이터를 캐싱하는 전략을 고안하고, 공동 데이터를 활용하여 공격자 방어 전략을 갖춘 강인한 연합 학습 알고리즘을 제안한다. 또한, 각 셀 내부 데이터셋이 편향되었을 경우, 무선 계층 네트워크에 적합한 인접에지 서버들 간의 협력 연합 학습 기
※ AI-Helper는 부적절한 답변을 할 수 있습니다.