卒論はどこまでやる?
切り分けを考え直す
大学院での過ごし方を考える
卒論
一年目: 初期段階の検討に該当
マルチラベル音響イベント検出
Non-IIDの対応
データ不均衡の対応
大学院
二年目: 基盤モデルの確立
モデル構造の工夫
Federated Learning for IoMT-Enhanced Human Activity Recognition with Hybrid LSTM-GRU Networks
パーソナライズドFL
の適用
FLで教師データをどうするか
三年目
IoTデバイス向けの調整
メトリック
リソース: 計算/メモリ/通信
異常検知の精度/推論速度/バッテリ効率
対応策
モデル軽量化
勾配や重みの量子化
連合分割学習
勾配などの選択的更新
さらに: FLの理論的な解析
そこまで余裕ある?