Federated Learning

Algorithmic Game Theory에서의 방법론들을 Machine Learning에 적용하려고 하는 시도들은 예전부터 있어왔지만, Federated Learning의 경우 불특정 다수의 client가 참여한다는 특징 덕분에 이러한 접근이 더욱더 매력적인 선택지가 되었습니다. 저 역시 FL을 cooperative games의 일종으로 보고 있으며, 관련 연구를 수행하기 위하여 Game Theory 쪽의 배경지식을 쌓는 중입니다. (Last Update: 20230124) 1. 강의 자료 - UdeM Gauthier Gidel 교수님 강의 자료 (https://gauthiergidel.github.io/courses/game_theory_ML_2021.html) Game Theory의 관점에서 GAN..

최근에 Privacy Preserving 분야를 공부하면서, 몇몇 paper들이 ML 쪽 학회가 아니라 보안 분야의 학회에 accepted된 것을 확인하였습니다. 하지만 저의 경우 ML을 주로 공부하다 보니, 이러한 타 분야 학회들에 관한 정보가 부족하였고, 따라서 해당 학회들이 어느 정도의 신뢰성을 가지고 있는지도 잘 모르는 상황이었습니다. 이번 포스트에서는, 이러한 상황에서 사용할 수 있는 사이트 두 가지를 소개하고자 합니다. (물론, ranking을 판단하는 기준은 사람마다 다를 수 있기 때문에 해당 사이트는 참고용으로만 사용하시기 바랍니다. 서열 조장이 목적이 아님을 꼭 명시하시기 바랍니다.) 1. ConfSearch (사이트: https://confsearch.ethz.ch/) 저의 경우, CC..

얼마 전 FedProx 논문을 정리하면서, $1 \ll B \leq 0.5 \sqrt{K}$를 입력해야 하는 일이 있었는데, $\ll$라는 기호는 수학적으로 잘 정의된 것이 아니기 때문에 평소에 볼 일이 없었습니다. 직감적으로는 "much more less than" 정도로 읽힐 것이라는 것을 알고 있었지만, 이 기호를 $\TeX$로 어떻게 입력해야 할지 감이 오지 않았습니다. 아마 다른 분들도 논문을 작업하시거나, 발표자료를 준비하시면서 "아니, 이 기호는 어떻게 입력해야 하지?"라고 생각하신 적이 종종 있으시리라 생각합니다. 이런 경우에 제가 애용하는 사이트 하나를 소개하겠습니다. 사이트: https://detexify.kirelabs.org/classify.html Detexify라는 곳인데, 사용..

해당 게시글은 제가 Federated Learning을 공부할 때에 많이 참고하는 자료들을 정리한 것입니다. 타 분야에 비해 상당히 늦게 출발한 만큼, FL과 관련된 잘 다듬어진 교재 혹은 대학교 커리큘럼 등이 존재하지 않는 상황입니다. 따라서 논문에 절대적으로 의존하고 있는 것이 현실이며, 이는 처음 해당 분야를 공부하고자 하는 분들에게 어려움을 안겨주는 부분입니다. 아래 자료들이 조금이나마 도움이 되길 바라며, 저 역시도 앞으로 다양한 글들을 포스팅하여 여러분에게 크고 작은 도움을 드릴 수 있으면 좋겠습니다. (Last Update: 20220702) 1. Survey Paper - Advances and Open Problems in Federated Learning (https://arxiv.or..