フェデレーテッドラーニング

Federated Learning

ふぇでれーてっどらーにんぐ

個々のデバイスでローカルにモデルを学習し、学習結果（モデルパラメータの更新分）のみをサーバに集約して全体モデルを改善する分散学習手法。生データをデバイス外に送信しないため、プライバシーを保護しながらモデルの精度向上が可能。

IoTシステムと応用 > AI・機械学習の組込み活用

関連キーワードの用語

エッジデバイス上でAI（機械学習モデル）の推論処理を行う技術。クラウドに依存せずリアルタイムの判断が可能で、プライバシー保護やネットワーク帯域の削減にも寄与する。NPU（ニューラルプロセッシングユニット）搭載のSoCが増えている。

マイクロコントローラ（数十KB〜数百KBのRAM）上で機械学習モデルの推論を実行する技術。モデルの軽量化（量子化、枝刈り）により、超低消費電力デバイスでの音声認識、画像分類、異常検知などを実現する。TensorFlow Lite for Microcontrollersが代表的なフレームワーク。

ニューラルネットワークモデルのパラメータを32ビット浮動小数点数から8ビット整数などの低精度表現に変換する最適化技術。モデルサイズの削減、推論速度の向上、消費電力の低減を実現する。精度の低下を抑えつつ組込みデバイスへの実装を可能にする。

ニューラルネットワークの推論処理に特化したプロセッサ。行列演算やテンソル演算を効率的に実行するアーキテクチャを持つ。SoCに統合されるケースが増えており、エッジデバイスでのリアルタイムAI処理を実現する。

学習済みの機械学習モデルを使って、入力データに対する予測・分類結果を出力するソフトウェア。組込み向けにはTensorFlow Lite、ONNX Runtime、TensorRTなどがある。ターゲットハードウェアに最適化された推論を高速に実行する。

個人情報の適正な取扱いに関するルールを定めた法律。個人情報の取得・利用・提供に関する義務を個人情報取扱事業者に課し、個人の権利利益の保護を図る。