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

1. ローカルデバイスで予測モデルを動かす
2. ローカルデバイスで個別に予測モデルを訓練する
3. 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