소프트웨어학과

구분

내용

추진 배경

연합학습에서 발생하는 NON-IID(Independent and Identically Distribution)문제는 중앙 모델의 학습 성능을 저하시키기에 본 연구를 진행하게 되었다.

목표 및 내용

적대적 생성 신경망(GAN)을 통해 합성데이터를 생성하여 각 클라이언트의 데이터 불균형 문제를 해결한다.

• 수행결과

각 클라이언트에서 GAN을 학습하여 Discriminator의 가중치를 통합하는 과정을 거쳐 학습에 사용된 모든 클래스의 데이터를 생성할 수 있는 Generator를 학습시킬 수 있었다. 이렇게 만들어진 합성데이터를 통해 연합학습을 수행하는 과정을 통해 Fedavg모델의 학습 성능이 향상되는 것을 확인하였다.