多モーダル異質性における拡散ガイド付き意味的一致性
arXiv cs.AI / 2026/3/23
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- SemanticFLは、拡散ガイド型連合学習フレームワークを導入し、拡散モデルの意味表現を用いてローカルトレーニングにプライバシー保護の指針を提供します。
- 事前学習済みのStable Diffusionモデルからの多層表現(VAE潜在変数やU-Net特徴量を含む)を活用して、異種のクライアントを整合させる共有潜在空間を作成します。
- クライアント-サーバーアーキテクチャにより重い計算をサーバーへオフロードし、マルチモーダルデータ全体でスケーラブルな連合最適化を可能にします。
- 本フレームワークは、訓練中の収束を安定させ、クロスモーダル表現をより適切に整合させるために、クロスモーダル対比学習を用います。
- CIFAR-10、CIFAR-100、およびTinyImageNetでの実験結果は、非IIDかつマルチモーダル設定の下でFedAvgより最大で5.49%の精度向上を示し、頑健性と有効性を示しています。
関連記事
今すぐ会員登録(無料)
日経XTECH
AWS、Claude Codeにアーキテクチャ設計、コスト見積もり、構成コード生成、デプロイ実行などの能力を組み込む「Agent Plugins for AWS」公開
Publickey
今年度(2026年)の国内IaaS/PaaSクラウド市場は約2兆4400億円、3年後の2029年には1.5倍の3兆7000億円前後に急成長。ITRが予測
Publickey
Claude API 実践:ストリーミング・Tool Use・構造化出力
AI Navigate Original
Claudeが苦手なこと・注意点:ハルシネーションと限界の理解
AI Navigate Original