AI用語集
人工知能の完全辞典
TensorFlow Federated
Googleによって開発されたフェデレーテッドラーニングのためのオープンソースフレームワーク。TensorFlowに統合されており、分散データ上での分散学習アルゴリズムのシミュレーションとデプロイメントを可能にする。
PySyft
フェデレーテッドラーニングとプライバシー保護のためのPythonオープンソースライブラリ。PyTorchと暗号技術、安全な秘密分散技術を組み合わせている。
Flower Framework
MLフレームワークに依存しないフェデレーテッドラーニングフレームワーク。異種クライアントとカスタマイズ可能な集約戦略を持つフェデレーテッド学習システムをデプロイするための柔軟なアーキテクチャを提供する。
FedML
フェデレーテッドラーニング、MLOps、ベンチマークのための研究・プロダクションライブラリ。大規模なフェデレーテッドラーニングアプリケーションの開発とデプロイメントのための包括的なプラットフォームを提供する。
OpenFL
医療・ヘルスケア環境におけるフェデレーテッドラーニングのためのオープンソースフレームワーク。Intelによって開発され、HIPAAの機密性とコンプライアンス要件に特化して設計されている。
Substrato
Kubernetesベースのオープンソースフェデレーテッドラーニングプラットフォーム。参加者間の強化された分離とセキュリティを持つ分散学習ワークロードのオーケストレーションを可能にする。
LEAF
フェデレーテッドラーニングのためのオープンソースベンチマーク。現実的な分割データセットと、異種条件下でのアルゴリズム評価のためのリファレンス実装を提供する。
FedAvg
フェデレーテッドラーニングにおける基本的な集約アルゴリズム。クライアントのデータセットサイズに基づいてローカルモデルの加重平均を実行し、多くのバリエーションの基礎として機能する。
FedProx
FedAvgの拡張で、クライアント間のシステムおよび統計的異質性を扱うために局所目的関数に近接正則化項を追加し、非IID環境での収束を改善する。
SCAFFOLD
連合学習アルゴリズムで、クライアントとサーバーの勾配ずれ（client-drift）を制御変数を使用して補正し、高度に異質なシナリオでの学習を安定化させる。
FedBN
連合学習技術で、各クライアントのバッチ正規化統計を局所的に保持し、参加者間の非IIDデータ分布をより適切に管理できるようにする。
FedOpt
連合学習のサーバーオプティマイザファミリーで、AdamやYogiなどの適応最適化手法をグローバルモデルの集約プロセスに直接適用する。
FedPer
連合学習アプローチで、モデルパラメータをベース（グローバル共有）とパーソナライズ（ローカル）に分離し、協力を維持しながら効率的なパーソナライゼーションを可能にする。
Aggregation Server
連合アーキテクチャの中核コンポーネントで、クライアントからの局所更新を収集し、集約アルゴリズムを実行し、更新されたグローバルモデルを参加者に配布する。
Client Library
クライアント側のソフトウェアツールセットで、連合学習システムにおける通信プロトコル、安全な局所学習、モデルライフサイクル管理を実装する。
Secure Aggregation
暗号プロトコルで、サーバーが個々のクライアント更新にアクセスせずにモデル更新を集約できるようにし、局所貢献の機密性を保護する。
準同型暗号
暗号化されたデータ上で直接計算を実行できる暗号技術で、フェデレーテッドラーニングにおいてクライアントの貢献を復号せずにモデルを集約するために使用される。