2021年度 演習成果発表会

※この投稿はFacebookページ「東京工業大学 首藤一幸研究室」の投稿の転載です:
https://www.facebook.com/events/832262724084226

—————————————-

首藤研究室の新メンバ4名が4月から6月にかけて取り組んだ演習の成果発表会を行います.
また,岩田 真一さん(MIRAISE)にゲストとして御講演頂きます.

キーワード:機械学習,ブロックチェーン,グラフサンプリング

—————————————-

2021年度 首藤研究室 演習成果発表会

 日時:
  2021/7/16(金) 18:00 ~
 場所:
  オンライン(Zoom)
  URLは後ほど更新します.
 事前参加申請:
  飛び入り参加可ですが,Facebookイベント上で参加申請して頂けると有り難いです.
 費用:
  無料
 研究室ウェブサイト:
  http://www.shudo-lab.org/

—————————————-

■ プログラム

18:00 〜 18:10 開会
18:10 ~ 19:50 首藤研究室学生4名 演習成果発表
20:00 ~ 20:30 岩田 真一さんによるゲスト講演

—————————————-

■ 講演

永里 和哉(修士1年)
「ニューラルネットワークのグラフ構造的特性と予測性能の関係」
ニューラルネットワークは現在幅広く普及しているが、そのグラフ構造が予測性能に与える影響については深い研究がされていない。そこで、Jiaxuan Youらの研究ではニューラルネットワークをニューロン間の接続を表すグラフとして表現することで、予測性能がグラフの平均経路長とクラスタ係数の関数で表されることがわかった。本演習では、それらのネットワークトポロジーや平均次数に着目して予測性能を評価する。

森脇 泰介(修士1年)
「Federated Learningの実装及びnon-IIDデータにおけるパラメータ変更の影響についての分析」
2017年にGoogleのH.McMahan et al.によってFederated Learningという手法が提唱された。これは、データを移動することのない分散型機械学習として、エッジAIに関心が集まる現代においては非常に重要視されている。本演習ではその実装を行い、さらには学習用データが不均一であるnon-IIDの場合に、学習パラメータを変更することによる結果への影響について分析を行う。

荒川 真澄(学部4年)
「GossipSubがブロックチェーンのネットワーク性能に与える影響」
Bitcoinなどのパブリックブロックチェーンではブロックやトランザクションをネットワーク全体へ伝搬させるために様々なメッセージ伝搬プロトコルが用いられている。本演習では、様々な攻撃への耐性を持ちEthereum 2.0で用いられる予定のプロトコルであるGossipSubをシミュレーター上で実装し、既存の手法とのネットワークの伝搬の変化を観察した。

宮下 陸矢(学部4年)
「ハイパーグラフの優先的選択を用いた生成モデル」
実世界におけるネットワークに多く見られる,べき乗則の次数分布を再現するモデルとして,優先的選択に従って成長するモデルであるバラバシ・アルバートモデルが知られている.Manh Tuan Doらは,優先的選択をハイパーグラフに拡張したモデルであるHyperPAを提案した.本演習では,HyperPAを実装し,得られた合成ハイパーグラフの性質を次数分布に着目して考察する.

岩田 真一(MIRAISE Partner & CEO)
「エンジニアが起業し、エンジニアに投資するVCになるまで」
スカイプジャパン(株)設立などを経て、エンジニアに投資するシード期ベンチャーキャピタル「MIRAISE」を創業した岩田さんに、起業や起業支援について、首藤先生との対談形式でお話ししていただきます。

—————————————-

■ 過去の演習成果発表会

2020年度: https://www.facebook.com/events/729340810945369/
2019年度: https://www.facebook.com/events/862462957465170/
2018年度: https://www.facebook.com/events/797121067344058/
2017年度: https://www.facebook.com/events/147391832502852/
2016年度: https://www.facebook.com/events/200678590333592/
2015年度: https://www.facebook.com/events/1563377250585069/
2014年度: https://www.facebook.com/events/1436584336608513/
2013年度: https://www.facebook.com/events/401417209979665/
2012年度: https://www.facebook.com/events/146782872125854/
2011年度: https://atnd.org/events/17089

By shudo-lab | 2021年7月9日

論文誌 IEEE Access に論文採録決定 (2021年 5月)

小国、首藤の論文が論文誌 IEEE Access に採録決定しました。

Hideaki Oguni, Kazuyuki Shudo:
“Communication Scheduling for Gossip SGD in a Wide Area Network”,
IEEE Access,
2021年 (採択決定)

広域 (例: インターネット上) 分散で深層学習する際に、通信タイミングをうまいこと調整して学習を高速化する方法の論文です。

By shudo | 2021年5月12日

RADR 2021 に論文採択 (2021年 3月)

魏、首藤の論文が国際ワークショップ RADR 2021 に採択されました。

Liang Wei, Kazuyuki Shudo:
“Dynamic Computing Resources Allocation for Multiple Deep Learning Tasks”,
3rd Workshop on Resource Arbitration for Dynamic Runtimes (RADR 2021) (in conj. with IPDPS 2021),
2021年 5月 21日 (採択)

深層学習で、複数の学習タスクに複数の GPU をうまいこと割り当てよう、という論文です。

By shudo | 2021年3月10日