方法和信息处理装置与流程

本公开涉及机器学习模型的学习。

背景技术：

1、通常，在使机器学习模型学习多个装置所保持的学习数据的情况下，例如将学习数据集中在服务器等一处，在该服务器中进行该机器学习模型的学习。然而，在该情况下，无法保护学习数据的保密性。作为保护学习数据的保密性的机器学习模型的学习方法，有联合学习。联合学习是在使分散的学习数据分散的状态下使机器学习模型进行学习的方法。

2、在联合学习中，客户端分别具有机器学习模型，通过所保持的学习数据进行机器学习模型的学习，将学习后的机器学习模型向服务器发送。服务器合并从各客户端收集到的学习后的机器学习模型，将合并后的机器学习模型再次向客户端发送。

3、现有技术文献

4、专利文献

5、专利文献1：日本特开2022-136234号公报

6、专利文献2：美国专利申请公开第2020/0242514号说明书

7、非专利文献

8、非专利文献1：h.brendan mcmahan，另有4名，“communication-efficientlearning of deep networks from decentralized data”，proceedings of machinelearning research，artificial intelligence and statistics，2017年4月，volume 54，p.1273-p.1282

9、非专利文献2：tim salimans，另有4名，“evolution strategies as a scalablealternative to reinforcement learning”，[online]，2017年9月，[令和4年11月14日检索]，互联网<url：https://arxiv.org/abs/1703.03864>

10、非专利文献3：“a visual guide to evolution strategies”，[online]，2017年10月29日，[令和4年11月14日检索]，互联网<url：https://blog.otoro.net/2017/10/29/visual-evolution-strategies/>

技术实现思路

1、发明要解决的问题

2、然而，在联合学习中，机器学习模型本身和/或机器学习模型的参数在服务器与各客户端之间流动，因此机器学习模型的大小越大，通信量也越大。

3、公开的方式之一的课题在于，提供在通过多个信息处理装置进行机器学习模型的学习的情况下，能够削减在信息处理装置间流动的数据量的方法以及信息处理装置。

4、用于解决问题的方案

5、本公开的方式之一是一种方法，其中，

6、第1信息处理装置向多个第2信息处理装置发送用于获取机器学习模型的参数的值的第1信息，

7、所述多个第2信息处理装置获取将基于所述第1信息得到的所述参数的值应用于所述机器学习模型的情况下的所述机器学习模型的评价值，

8、所述多个第2信息处理装置向所述第1信息处理装置发送所述评价值，

9、所述第1信息处理装置进行从所述多个第2信息处理装置接收到的多个所述评价值的统计，

10、所述第1信息处理装置向所述多个第2信息处理装置发送所述评价值的统计结果，

11、所述第1信息处理装置和所述多个第2信息处理装置基于所述评价值的统计结果，更新所述机器学习模型。

12、本公开的其他方式之一是一种信息处理装置，其中，该信息处理装置具备执行如下动作的控制部：

13、向多个信息处理装置发送用于获取机器学习模型的参数的值的第1信息；

14、从所述多个信息处理装置接收将基于所述第1信息得到的所述参数的值应用于所述机器学习模型的情况下的所述机器学习模型的评价值；

15、进行从所述多个信息处理装置接收到的多个所述评价值的统计；

16、向所述多个信息处理装置发送所述评价值的统计结果；以及

17、基于所述评价值的统计结果，更新所述机器学习模型。

18、本公开的其他方式之一是一种信息处理装置，其中，该信息处理装置具备执行如下动作的控制部：

19、从第1信息处理装置接收用于获取机器学习模型的参数的值的第1信息；

20、获取将基于所述第1信息得到的所述参数的值应用于所述机器学习模型的情况下的所述机器学习模型的评价值；

21、向所述第1信息处理装置发送所述评价值；

22、从所述第1信息处理装置接收由接收到所述第1信息的多个信息处理装置得到的多个所述评价值的统计结果；以及

23、基于所述评价值的统计结果，更新所述机器学习模型。

24、发明的效果

25、根据本公开的方式之一，在通过多个信息处理装置进行机器学习模型的学习的情况下，能够削减在信息处理装置间流动的数据量。

技术特征：

1.一种方法，其中，

2.根据权利要求1所述的方法，其中，

3.根据权利要求1或2所述的方法，其中，

4.一种信息处理装置，其中，该信息处理装置具备执行如下动作的控制部：

5.一种信息处理装置，其中，该信息处理装置具备执行如下动作的控制部：

技术总结本发明涉及方法和信息处理装置。在由多个信息处理装置进行机器学习模型的学习的情况下，削减在信息处理装置间流动的数据量。第1信息处理装置向多个第2信息处理装置发送用于获取机器学习模型的参数的值的第1信息。多个第2信息处理装置获取将基于第1信息得到的参数的值应用于机器学习模型的情况下的机器学习模型的评价值，并将该评价值向第1信息处理装置发送。第1信息处理装置进行从多个第2信息处理装置接收到的多个评价值的统计，并将该评价值的统计结果向多个第2信息处理装置发送。第1信息处理装置和多个第2信息处理装置基于该评价值的统计结果，更新机器学习模型。技术研发人员：矢野史朗受保护的技术使用者：丰田自动车株式会社技术研发日：技术公布日：2024/9/12