Vol.104 No.2 (2021/2)　目次へ

最近の新聞等で報道された技術情報を深めるニュース解説

◆今月のニュース解説

①エッジコンピューティング環境を想定した非同期分散形深層学習の実現

――大量のデータを多サーバに蓄積したままでもモデル学習を可能にする技術――

　Asynchronous Distributed Deep Learning for Edge Computing: Model Training Technology Even When Vast Amount of Data are Held on Distributed Servers

②多数接続かつ低遅延を実現する無線通信システム（ステーブル）を開発

――Beyond 5G/6Gに向けたIoT用無線通信システム――

　Development of a Mobile Communication System（STABLE） Realizing Massive Connection and Low Latency: A Novel IoT Communication System for Beyond 5G/6G

エッジコンピューティング環境を想定した非同期分散形深層学習の実現

――大量のデータを多サーバに蓄積したままでもモデル学習を可能にする技術――

　日本電信電話株式会社は，エッジコンピューティング上の機械学習を想定した非同期分散形深層学習技術を実現した．現在の機械学習，特に深層学習では，1か所にデータを集約し，1か所でモデルを学習するのが一般的である．しかし，データ量の激増やプライバシー保護の観点から，近い将来データは分散蓄積されるようになる．例えば，エッジコンピューティング構想では，データ蓄積や処理の負荷分散が提唱されており，EUのデータ保護法的規制GDPRでは，国をまたぐデータの移送を制限したり，最小限のデータ収集を要請する条項も存在する（図1）．

続きを読みたい方は、以下のリンクより電子情報通信学会の学会誌の購読もしくは学会に入会登録することで読めるようになります。また、会員になると豊富な豪華特典が付いてきます。

続きを読む(PDF)　　　バックナンバーを購入する　　　　入会登録

電子情報通信学会 - IEICE会誌はモバイルでお読みいただけます。

電子情報通信学会誌会誌アプリのお知らせ

電子情報通信学会 - IEICE会誌アプリをダウンロード

ニュース解説 エッジコンピューティング環境を想定した非同期分散形深層学習の実現──大量のデータを多サーバに蓄積したままでもモデル学習を可能にする技術──

エッジコンピューティング環境を想定した非同期分散形深層学習の実現

ニュース解説　エッジコンピューティング環境を想定した非同期分散形深層学習の実現──大量のデータを多サーバに蓄積したままでもモデル学習を可能にする技術──