#296
summarized by : Hirokatsu Kataoka
Unsupervised Model Personalization While Preserving Privacy and Scalability: An Open Problem

どんな論文か?

教師なし学習によるモデルの個別化(Unsupervised Model Personalization)に関する研究。プライバシー保護やスケーラビリティについても考慮する。
placeholder

新規性

同問題において、継続学習(Continual Learning)の枠組みを用いたDual User-Adaptation framework (DUA)を提案。個人ごとの送信に対してもつれほどき(Disentanglement)を実行、さらにはサーバ/クライアントにおいて情報が漏洩しないようにしながら継続的に学習。

結果

シーン認識(MIT Indoor Scene)や文字認識(MNIST and SVHN)の場面において検証。文字認識においては混合データセットを使用した。ユーザのデータを見ることなく、その学習されたモデルにより精度を保つことに成功している(データを見ることがないので、プライバシー保護に貢献)。

その他(なぜ通ったか?等)