305336記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. Personalized Privacy-Preserving Framework for Cross-Silo Federated Learning（クロスシロ連合学習のための個別化プライバシー保護フレームワーク）
1未満 分で読了
0 views

Personalized Privacy-Preserving Framework for Cross-Silo Federated Learning

（クロスシロ連合学習のための個別化プライバシー保護フレームワーク）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部下から「連合学習を使えばうちのデータを出さずにAIが作れる」と聞きまして、しかし本当に安全で現場にも使えるのか不安です。要は投資対効果が見えないのです。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理すれば必ず見えますよ。今回の研究は、企業間でデータを出さずに学ぶ仕組みを、より安全で個別に使えるようにしたものです。要点を3つで説明しますね。まずプライバシー、次に非同次データ（non-IID）への対応、最後に実務での適用性です。

田中専務

なるほど、まずプライバシーですが、中央のサーバーが悪意を持つとデータが復元されるって聞きました。それを防ぐ方法があるのですか？

AIメンター拓海

素晴らしい着眼点ですね！この論文は差分プライバシー（Differential Privacy, DP）を使った合成データ生成で直接的なデータ共有を避け、サーバー側が復元できないようにしています。身近な例で言えば、本物の図面を送る代わりに、特定の特徴だけを模した

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
Combinatorial Thompson Samplingと近似回避損失
（When Combinatorial Thompson Sampling meets Approximation Regret）
次の記事
分散推論における疎通信
（DISCO: Distributed Inference with Sparse Communications）
関連記事
量子ランドスケープのパッチに対するウォームスタート保証の統一的説明
（A unifying account of warm start guarantees for patches of quantum landscapes）
A combined quantum-classical method applied to material design: optimization and discovery of photochromic materials for photopharmacology applications
（材料設計に応用した量子－古典ハイブリッド法：フォトファーマコロジー向け光変色材料の最適化と発見）
ニューロン—アストロサイト連合記憶
（Neuron-Astrocyte Associative Memory）
協調荷物輸送のための自動マルチリフト
（Auto-Multilift: Distributed Learning and Control for Cooperative Load Transportation With Quadrotors）
ユーザーレベル差分プライバシー
（User-Level Differential Privacy With Few Examples Per User）
テキストレス音声言語モデルの整合化：AIフィードバックによる強化学習
(Align-SLM: Textless Spoken Language Models with Reinforcement Learning from AI Feedback)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
音声から「屋外録音」時の3D顔動作を合成する技術
（Synthesising 3D Facial Motion from “In-the-Wild” Speech）
  • 論文研究
大量のツイートに基づく市民の特徴付け
（Characterization of citizens using word2vec and latent topic analysis in a large set of tweets）
  • 論文研究
オミクスデータの統合的コンセンサスクラスタリングのための多重カーネル学習
（Multiple kernel learning for integrative consensus clustering of ’omic datasets）
  • 論文研究
生成モデルの精度と網羅性を分離して評価する手法の改良
（Improved Precision and Recall Metric for Assessing Generative Models）
  • 論文研究
SR-GANによるゼロショット学習の改良
（SR-GAN: SEMANTIC RECTIFYING GENERATIVE ADVERSARIAL NETWORK FOR ZERO-SHOT LEARNING）
  • 論文研究
継続学習の三つのシナリオ
（Three scenarios for continual learning）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む