연합 학습 연구 동향 수료증
모집인원999명
학습기간2024-03-01 ~ 2025-12-31
강의 소개 및 개요입니다.
|
성명 |
이정혜, 한석주 |
소속기관 |
UNIST |
|
과목명 |
연합 학습 연구 동향 |
강의시간 |
7 |
|
학습목표 |
1. 연합 학습의 세부 연구 분야 및 최신 연구 동향에 대해서 알 수 있다. |
||
강의 선수과목 및 준비사항입니다.
|
선수과목 |
- |
|
참고자료 |
Advances and Open Problems in Federated Learning (2019; Kairouz et al.)
|
|
준비사항 |
노트북 |
연합 학습 연구 동향 강의 과정입니다.
| 1 |
연합 학습 실활용에서 고려해야할 여러 이슈들에 대한 소개 -연합 학습 실활용에서 고려해야할 여러 이슈들에 대한 소개 -Privacy 보존 방법론 (익명화, 비식별화, 차등정보보호) 및 Security 방법론 |
| 2 |
관련 연구 사례 소개 -Privacy와 Security를 동시에 만족하는 분산 학습 연구 사례 소개 (Privacypreserving and Secure Distributed Learning) |
| 3 |
관련 연구 사례 소개 -Deep Learning 기법들을 활용하여 Privacy 문제를 우회하는 연합 학습 연구 |
| 4 |
관련 연구 사례 소개 -Hashing 기법을 활용하여 Privacy 문제를 우회하는 연합 학습 연구 사례 소개 (유사 환자 검색) |
| 5 |
Non-IID한 상황에서의 연합 학습 연구 동향 소개 -연합 학습 실험을 위해 non-IID하게 데이터를 나누는 방법에 대한 선행 연구 및 벤치마크 데이터셋 소개 -Non-IID하게 데이터가 분포한 상황에서 연합 학습을 수행하기 위해 제안된 연구 (FedProx, SCAFFOLD, FedDyn, FedBN, PFNM, FedMA) 소개
|
| 6 |
개인화(Personalization)를 위한 연합 학습 연구 동향 소개 -개인화를 위한 연합 학습 (Personalized Federated Learning) 개념 및 연구 갈래 소개 |
| 7 |
연합 학습을 실제 서비스에 응용하기 위한 연구 및 사례 소개 -Cross-device 환경에서의 연합 학습 응용 연구 및 서비스 소개 |