FLで教師データをどうするか
非ラベル音響データを活用した半教師あり連合学習によるマルチラベル音響イベント異常検知にて,この前提を解決する必要がある
cf. 連合学習の教師データ設定調査
from 卒論はどこまでやる?
実運用上,ローカルに蓄積されるデータをどう活用するか
他のFLは何らかの方法でアノテーションされる
Federated Learning of Gboard Language Models with Differential Privacyは予測変換がタスクで,次の入力がラベル
医療関係は,医者が診断時にアノテーション
今回は部屋で録音し,見守りに活用
居住者に何回咳をしたか聞くなどの手段がある?
逐一アノテーションしてもらうのは非現実的では
教師なし学習や半教師あり学習の活用が肝?
考えている構成
特殊な損失関数で少数ラベルを強調
連合半教師あり学習
Federated Semi-Supervised Learning
少数のクリーンラベルがあるため
オープンデータだけど一応ある
各クライアントに事前学習済みモデルと共に配置可能
パーソナライズドFL
FCL, 継続学習の課題解決策
壊滅的忘却を防ぐ手法が必要
PTM + ファインチューニング
FLにおける事前学習済みモデルの検討
大規模なモデルで検討されるっぽい?ので不要そう