Year: 2025
Type: article
Abstract: 分解データを用いた秘匿分散処理に関するBP学習法が提案されている．この方法は，安心かつ安全な学習法であるが，パラメータ数やサーバ間の通信回数が多い欠点がある．これらの欠点を改善するために，分解パラメータを中央サーバでのみ更新する学習方法を提案する．従来法と提案法のパラメータ数や通信コストを示し，また数値実験によってその精度を評価する．その結果，Q個のサーバを持つモデルで，従来の1/Qの分解パラメータを持つモデルに匹敵する精度を達成できることを示す．
Author: Hirofumi MIYAJIMA
Institution: Nagasaki University
Language: English
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
OpenAlex ID: W4416253258