Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: May 5, 2026

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

1.3K

高精度のワイヤレスセンシングにおける異質なデータのための新しいクラスター化フェデレーション学習アルゴリズム.

Zongrui Tian1, Jiasheng Tian1

  • 1School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, China.

Frontiers in artificial intelligence
|February 20, 2026
PubMed
まとめ

この研究は,ワイヤレスセンシングにおける異質なデータによる連合学習のためのKullback-Leibler (KL) ダイバージェンスを用いた新しいクラスタリングアルゴリズムを導入しています. この方法は,クライアントを効果的にクラスタ化し,モデルをパーソナライズすることにより,認識の精度を高めます.

関連する概念動画

Cluster Sampling Method01:20

Cluster Sampling Method

11.1K
Appropriate sampling methods ensure that samples are drawn without bias and accurately represent the population. Because measuring the entire population in a study is not practical, researchers use samples to represent the population of interest.
To choose a cluster sample, divide the population into clusters (groups) and then randomly select some of the clusters. All the members from these clusters are in the cluster sample. For example, if you randomly sample four departments from your...
11.1K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Performance evaluation and personalized electric field prediction of the deep H1 coil in the human brain based on simulation and machine learning.

Electromagnetic biology and medicine·2025
Same author

Novel non-resonant, low-frequency pulse-current circuit for energy-efficient, low-noise transcranial magnetic stimulation.

Frontiers in neuroscience·2025
Same author

A novel pulse-current waveform circuit for low-energy consumption and low-noise transcranial magnetic stimulation.

Frontiers in neuroscience·2025
Same author

Vector scattering from one-dimensional periodic perfectly conducting surface: transverse magnetic polarization.

Journal of the Optical Society of America. A, Optics, image science, and vision·2014

科学分野:

  • コンピュータサイエンス コンピュータサイエンス
  • 機械学習 (Machine Learning) とは,機械学習 (Machine Learning) について学ぶことです.
  • ワイヤレス通信 ワイヤレス通信

背景:

  • 連邦学習 (FL) は,ワイヤレスセンシングにおける異質なデータで課題に直面しています.
  • 既存のFLアルゴリズムは,デバイス間のデータ変動を効果的に処理するために苦労しています.

研究 の 目的:

  • ワイヤレスセンサー環境のためのクラスタリングベースの統合学習アルゴリズムを開発する.
  • 改善されたモデルパーソナライゼーションと精度のために,Kullback-Leibler (KL) ダイバージェンスを使用してデータ異質性を解決します.

主な方法:

  • 高次元の異質なデータの次元縮小のための応用主成分分析 (PCA).
  • クライアント間のクラスタリングのためのKL分散距離を計算し,集約されたクライアントの平均距離を組み込む.
  • クラスター内でフェデレーテッド・ラーニングを実施し,ワイヤレスデータセットを使用してパーソナライズされたモデルを生成します.

主要な成果:

  • 集群数と認識精度を最適化するために,繰り返し再集群とモデルの更新が行われました.
  • 提案されたKL分散ベースのアルゴリズムは,既存の方法と比較して優れた認識精度を示した.
キーワード:
KLの差異はKLの差異である.データヘテロゲニティ データヘテロゲニティ統合学習アルゴリズム (Federated Learning Algorithm) についてパーソナライズド・フェデレーション・ラーニング・アルゴリズムワイヤレスセンシングです.

関連する実験動画

Last Updated: May 5, 2026

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit
05:30

Large Scale Energy Efficient Sensor Network Routing Using a Quantum Processor Unit

Published on: September 8, 2023

1.3K
  • 特定されたクラスター内のクライアントのために,パーソナライズされたモデルが成功裏に取得されました.

    • 結論:

    • クラスタリングベースの統合学習アプローチは,ワイヤレスセンシングにおける異質なデータを効果的に処理します.
    • KL分散は,連合学習におけるクライアントクラスタリングの実行可能なメトリックであり,パフォーマンスの向上につながります.
    • 提案されたアルゴリズムは,分散型学習環境におけるパーソナライズされたモデルの精度を向上させるための有望なソリューションを提供します.