Improvement of Federated Learning using Learning Agent and Multipath-based Model Split Transmission
한성대학교 IT융합공학부 학부과정, Minji Kim, Dong-Wook Lee, Yongwoo Kwon, Woong‐Hee Lee · The Journal of Next-generation Convergence Technology Association · 2024
연합학습은 데이터를 중앙 서버에 모아서 학습하는 중앙집중식 학습과 달리 개별 기기에서 모델 학습을 진행한 후 중앙 서버로 가중치들을 전송하는 분산식 학습 방식을 가진다. 따라서 개별 기기의 연산 성능과 통신 성 능 및 상황이 모델 학습에 큰 영향을 끼칠 수 있으므로 적절한 기기와 통신 방식을 선택해야 한다. 하지만 기존 연 합학습은 클라이언트 주위의 신뢰할 수 있는 가용 유휴 장치와 다양한 통신 및 다중 경로를 사용하지 않는 한계가 존재한다. 이를 극복하기 위해, 본 논문에서는 Learning agent 활용 및 다중 경로 기반 모델 분할 전송을 통한 연 합학습 개선 연구를 수행하였다. 시뮬레이션과 실제 장치를 활용한 실험을 통해 제안한 기법을 평가하였으며, 기존 연합학습과 비교하여 제안한 기법을 활용한 경우 학습 시간의 감소 및 학습 성능의 향상을 확인할 수 있었다.