imsupsup / Federated-Learning

연합학습 경진대회 및 프로젝트 진행

Federated-Learning

연합학습을 공부하는 자료입니다.

---

• 팀명 : NICE
• 서비스 명칭 : 데이터 프라이버시를 지키는 연합학습 기반 수용가 부하 예측 서비스
• 설명 : 수용가들의 부하 데이터를 중앙의 서버에 저장하고 학습하지 않고 각자의 엣지에 저장함. 엣지에 저장된 데이터들은 연합학습을 통해 데이터 프라이버시를 지키면서 부하 예측 등의 전력 서비스 제공 가능.
• 팀원별 역할 :
  • 김민수 : 총괄 및 모델 구상
  • 박태섭 : 데이터 전처리 및 모델 구상
  • 이해중 : 데이터 전처리 및 모델 구상

Schedule

---

lists	contents	due date	worker
1	cluster를 위한 data index 부여 data 변환	07-13	해중
2	clustering 작업 실시	07-16	태섭
3	주간 미팅	07-17	-
4	Federate Learning 구현	07-23	민수
5	Federate Learning 구현	07-23	-
6	centerilzed modeling 구현 (성능 비교 및 적합한 resource 관련 KPI 조사)	07-23	-
-	-	-	-
7	빌표 자료 PPT 작성 마감	08-14	-
8	발표	08-17	-

결과

---

본선진출

Reference

---

• PySyft tutorial
• FEDERATED LEARNING OF A RECURRENT NEURAL NETWORK ON RASPBERRY PIS
• Federated Learning: Collaborative Machine Learning without Centralized Training Data
• Raspberry Pi’s & Federated Learning
• What is a Raspberry Pi?