Decentralized Federated Learningにおけるモデルパラメータ伝搬の分析

摘要

中央サーバを設けないDecentralized Federated Learning（DFL）の研究はこれまでに多数行われてきたが，端末ノードの学習結果伝搬に着目したものは少なかった．本研究では，DFLにおいて，各ノードの学習結果が他のノードにどのように伝搬されるのか，をノード同士の接続形態や学習モデル，モデルアグリゲーションの係数を変化させることにより分析する．これにより，あるノードの学習結果が他のノードに伝搬される様子を解明し，DFLがより効率的·効果的に使用されることを目指す．