Federated Learning
概要
- 共有モデル(訓練済みモデル)をローカルデバイスに配置
- ローカルデバイスで収集された利用データを元に共有モデルを再訓練
- 各ローカルデバイスから提供された共有モデルからの差分を用いて、共有モデルを改良
Intent
- 入力に対して予測結果を出す応答速度を向上
- 個別の利用に応じた予測の精度向上
- 利用者のプライバシーデータを保護
Problem
- 改効率性(時間効率性)の向上
- 使用性(習得性?)の向上
- 機能性(セキュリティ)の向上
Solution
- ローカルデバイスで予測モデルを動かす
- ローカルデバイスで個別に予測モデルを訓練する
- ローカルデバイス内のデータを他と共有せずに、予測モデルを再訓練する
Context
- フェーズ:全体設計、予測モデルの運用
- MLアプリケーションの利用環境:個人利用のデバイス(スマートフォンなど)で動くアプリケーション
Discussion
- ローカルデバイスに十分な計算資源があること
- 個別の利用状況に応じた再訓練により悪影響がでないこと
- 予測モデル同士の統合ができること