Current Result Document : 1 / 1
| 한글제목(Korean Title) |
Re-Identification 문제에서의 향상된 표상을 얻기 위한 연합학습 시스템 |
| 영문제목(English Title) |
Federated Learning Systems to Achieve Enhanced Feature Representations in Re-Identification |
| 저자(Author) |
김성윤
정우진
윤세영
Seongyoon Kim
Woojin Chung
Seyoung Yun
|
| 원문수록처(Citation) |
VOL 79 NO. 01 PP. 0001 ~ 0003 (2022. 12) |
한글내용
(Korean Abstract) |
최근 빅 데이터 및 컴퓨팅 리소스의 발전으로 다양한 서비스에 인공지능(artificial intelligence, AI) 기술이 적용되고 있다. 일반적으로 클라우드로의 중앙 집중화를 통해 방대한 데이터를 수집하는데 이러한 과정에서 사용자 개인(클라이언트) 데이터의 유출 위험 이슈가 대두되고 있다. 최근 이러한 문제를 극복하기 위해 연합학습이 활발히 연구되고 있다. 연합학습은 각 클라이언트가 자신이 보유하고 있는 개별 데이터들로 직접 학습한 모델을 중앙으로 보내고 중앙에서는 클라이언트들로부터 받은 모델들을 취합하는 형식의 학습 방법이다. 본 논문에서는 이미지 분류(Image classification)에만 적용될 수 있는 연합학습보다 더 일반적인 Re-Identification(Re-ID)에 적용될 수 있는 연합학습 방법론 FedDKD를 제안하였고 Person Re-ID 벤치마크에서 비교 알고리즘보다 향상된 성능이 나옴을 확인했다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
