Skip to content

Latest commit

 

History

History
78 lines (60 loc) · 7.21 KB

AFL.md

File metadata and controls

78 lines (60 loc) · 7.21 KB
Raw

Back to https://github.com/Kwangkee/FL

동적인 디바이스 환경에서 적응적 연합학습기술 개발 (Adaptive Federated Learning in Dynamic Heterogeneous Environment)

R&R

image

[Paper]

[T1, KAIST]

[T2, 성균관대]

  • An Efficient Combinatorial Optimization Model Using Learning-to-Rank Distillation (AAAI 2022), https://ojs.aaai.org/index.php/AAAI/article/view/20845
  • Structure Learning-Based Task Decomposition for Reinforcement Learning In Non-Stationary Environments (AAAI 2022), https://aaai-2022.virtualchair.net/poster_aaai4189 : 동적 환경에서의 다중 태스크에 대한 강화학습 기반 최적 제어 정책을 생성하기 위한 태스크 임베딩 기법 연구
  • Differentiable Ranking Metric Using Relaxed Sorting for Top-K Recommendation (IEEE ACCESS 2021), https://ieeexplore.ieee.org/abstract/document/9514867
  • Gemma: Reinforcement Learning-Based Graph Embedding and Mapping for Virtual Network Applications (IEEE ACCESS 2021), https://ieeexplore.ieee.org/document/9496654
  • Repot: Transferable Reinforcement Learning for Quality-Centric Networked Monitoring in Various Environments (IEEE Access 2021), https://ieeexplore.ieee.org/document/9599665 : [T2] 이종/동적 환경에서의 강화학습 기반 네트워크 리소스 관리 에이전트 연구
  • Federated Offline Reinforcement Learning for Autonomous Systems, 2022
  • Integrating A Deep Learning-based Plane Detector in Mobile AR Systems for Improvement of Plane Detection, ICCAI, 2022
  • Iterative Pruning-based Model Compression for Pose Estimation on Resource-constrained Devices, ICMVA, 2022
  • Mean-variance Based Risk-sensitive Reinforcement Learning with Interpretable Attention, ICMWA, 2022
  • Reinforcement Learning based Load Balancing in a Distributed Heterogeneous Storage System, ICOIN, 2022
  • Transfer Learning based Precise Pose Estimation with Insufficient Data, ICMWA, 2022

[T3, TVS]

[N1, 가천대]

  • 연합학습시스템에서의 MLOps 구현 방안 연구, http://www.jics.or.kr/digital-library/25791 : FedMLOps: 연합학습을 실제 프로젝트에 적용하여 연합학습의 수명주기를 관리하는 코드/모델 버전 관리, 디바이스 성능/상태 모니터링, 서버-클라이언트 학습 스케줄링을 할 수 있는 FedMLOps 시스템 연구

[공개 SW]

  • [T1, KAIST] Federated MetaSense, https://github.com/nmsl-kaist/federated-metasense : Flower framework을 기반으로 다양한 Federated MetaSense 알고리즘 후보를 구현하고, 그 결과를 여러 데이터셋을 활용하여 분석
  • [T3, TVS] Implementation of Deep Learning based Rppg Model using pytorch, https://github.com/TVS-AI/Pytorch_rppgs : [T3-1] 헬스케어 시나리오(rPPG 기반 Vital Sign Monitoring)에 적응적 연합학습 기술을 적용하기 위한 Backbone Deep Learning 알고리즘을 시험/평가하기 위한 프레임워크

[SW 등록]

  • [T2, 성균관] 연합 강화학습 개인화를 위한 리플레이버퍼 공유 기반 가속 학습 방법
  • [T2, 성균관] 위험 강화학습에서의 행동 분석 프로그램

[성과홍보]

[Reference]

Back to the Top
Back to https://github.com/Kwangkee/FL