• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 実績報告書

大規模ニューラルネットワークの分散管理を可能にするサーバ連携技術に関する研究

研究課題

研究課題/領域番号 20K19791
研究機関近畿大学

研究代表者

水谷 后宏  近畿大学, 情報学部, 准教授 (40845939)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード情報ネットワーク / 広域分散コンピューティング / 分散ニューラルネットワーク
研究実績の概要

自律的なニューラルネットワークの分散実行基盤の実現に向けて,多数のサーバにより構成される分散実行基盤を実現するための基盤技術の創出を行い,以下の実績を創出することができた.
サーバの追加・故障を永続的にサポートできるサーバ連携技術の創出:構造化オーバレイと呼ばれる大規模サーバ連携技術を応用し,通常各サーバが接続関係のあるサーバに対してのみ故障状況を判断し対応するが,本研究では各サーバが故障したサーバと関係性のあるサーバ群を推定し,それらに限定的に通知することで故障対応を少ない通知回数で高速化する手法を創出した.この内容は国際論文誌に掲載されている.
ニューラルネットワークの分散実行を永続化する技術の創出:連合学習と呼ばれるニューラルネットワークの分散実行手法をより広域ネットワークで実現する階層型連合学習に対して,連合学習の同時実行性を考慮したサーバ管理手法の検討を行った.基礎検討内容に改良を加え,様々な階層関係を持つ複数の連合学習要求を,膨大な数のサーバ群間で調停するアルゴリズムを実装し,サーバの位置分布や連合学習の対象となるデータに実データを用いてその有効性を明らかにした.本内容については現在,国際論文誌に投稿中となっている.
これら以外にも,分散実行されるニューラルネットワーク内のトラフィックの推定技術やその制御技術に応用可能な基盤技術の創出を行い,その成果は国際論文誌に掲載されている.

  • 研究成果

    (1件)

すべて 2023

すべて 学会発表 (1件) (うち国際学会 1件)

  • [学会発表] An Efficient Approach for Training Time Minimization in Distributed Split Neural Network2023

    • 著者名/発表者名
      Eigo Yamamoto and Kimihiro Mizutani
    • 学会等名
      IEEE GCCE
    • 国際学会

URL: 

公開日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi