KCI등재
Learning Agent를 고려한 연합학습 시뮬레이터 고안 = Devising Federated Learning Simulator Considering Learning Agent
저자
발행기관
학술지명
차세대융합기술학회논문지(Journal of Next-generation Convergence Technology Association)
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
2225-2239(15쪽)
제공처
To perform federated learning (FL) in real environments, many devic es are req uired and various situations sh ould be c onsidered. This leads to high-cost c onsump tion, so we need a process to measure performance th rough simulation before c onduc ting FL in a real environment. In addition, th e ex isting FL has a limitation in th at it does not consider users’ devic es which can be utiliz ed for training. To overc ome suc h limitation, in th is paper, we imp lemented th e FL simulator th at parameterizes various factors in FL to consider diverse devic es and situations. Also, th e concept of Learning Agent was c onsidered so th at th e simulator inc ludes training by using users’ idle devic es. The simulator was imp lemented on Windows 11 using Python 3.9. Using th e simulator, we performed th e various simulations in th e assumed situations. As a result, on average, th e total training time was halved and th e time req uired to reac h th e saturation point of accuracy was reduc ed by one- th ird. These results sh ow ed th at th e p rop osed simulator can be used for researc h es using various users’ idle devic es and measure performance before c onstruc ting FL sy stems in real environments.
더보기실제 환경에서 연합학습을 수행하기 위해 많은 기기가 준비되어야 하고 다양한 상황들에 대한 고려가 필요하다. 이는 높은 비용 소모를 야기하므로 실제 환경에서 연합학습을 구축하기 전에 시뮬레이션 을 통해 성능 측정을 해보는 과정이 필요하다. 또한 기존의 연합학습 방법은 개인이 소유하고 있는 다양한 기기들을 고려하 지 않는다는 한계 를 가지고 있다. 이와 같은 한계 를 극복하기 위해 본 논문에서는 연합학습에 사용되는 다양한 인자들을파라미터화한 시뮬레이터를 구현하였고 개인이 소유한 다양한 기기가 활용된 학습이 고려될 수 있도록 Learning Agent 개념을 추가하였다. 제안한 시뮬레이터는 Windows 11, Python3.9의 환경에서 구현되었으며, 본 논문에서가정한 상황에서 시뮬레이션 한 결과 Learning Agent를 사용한 경우, 평균적으로 전체 학습 시간 은 1/2 가량 줄어들었으며 상한 정확도에 수렴하기까지의 소요 시간 은 1/3 가량 줄어듦을 확인하였다. 따라서 제안된 시뮬레이터는 사용자의 다양한 기기를 활용한 연구 에 활용될 수 있을 것이며 실제 환경에 연합학습을 구축하려는 상황에서성능 측정을 위해 활용할 수 있는 도구가 될 것으로 기대한다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)