大沼快さんがFSS2026にて️FSS優秀発表賞を受賞
2026/10/16
- 電気電子情報工学専攻
受賞者
大沼 快 さん（電気電子情報工学専攻）
指導教員
神澤 雄智 教授（工学部）
学会・大会名
第42回ファジィシステムシンポジウム（FSS2026）
賞名
FSS優秀発表賞
発表題目
連合学習環境下における非独立同分布データを対象とした クラスタリング手法の比較について
研究内容
スマートフォンや病院などがもつデータを共有せずに分析する連合学習では、端末ごとにもつデータが偏ると、似たデータをグループ分けする分析手法であるクラスタリングの精度が低下します。本研究では連合学習に対して、周囲から離れたデータの影響を抑える可能性クラスタリングとノイズクラスタリングを導入し、q指数関数距離の利用も検討しました。人工データを用いて従来手法と精度を比較し、各手法の有効性を評価しました。
研究目的
本研究の目的は、各端末が持つデータに大きな偏りがある場合でも、高精度にクラスタリングを行うことです。スマートフォンや病院などでは、プライバシー保護の観点からデータを一か所に集めることが難しいため、データを共有せずに分析する連合学習が注目されています。しかし、各端末が持つデータの種類や割合が異なる場合、分類精度が低下する問題があります。本研究では、このようなデータの偏りに対応するための新たな工夫を提案しています。
今後の展望・課題
今後の展望・課題
今後の展望として、大きく2つの課題に取り組みたいと考えています。 1つ目は、実際のデータを用いた精度の検証です。これまでは自ら作成した人工データを用いて実験を行ってきましたが、今後は現実世界で収集されたデータを用いて実験を行い、提案手法が実際のデータに対しても高い分類精度を実現できるか検証したいと考えています。 2つ目は、各端末から送られる情報を集約する方法の改善です。これまでの実験から、現在の手法よりも各端末での計算結果を適切に反映できる方法があるのではないかと考えています。そのため、情報の集約方法を見直し、より安定した高精度なクラスタリングを実現できる方法を検討したいと考えています。