Shudo's Publication List:
機械学習
Last-updated: November 14, 2024
- 増田真之介, 首藤一幸:
"損失値に基づくビザンチン耐性分散型深層学習",
電子情報通信学会 技術研究報告, Vol.124, No.255, ISEC2024-72, pp.66-70,
2024年 11月 14日〜15日
- Taisuke Moriwaki, Kazuyuki Shudo:
"Gossip Distillation: Decentralized Deep Learning Transmitting neither Training Data nor Models",
Proc. IEEE Virtual Conf. on Communications (IEEE VCC 2023),
2023年 11月 28〜30日 (投稿 125件, 採択 59件)
- 首藤一幸:
"機械学習 in 首藤研",
…勉強会,
2023年 7月 27日
- 森脇泰介, 首藤一幸:
"Gossip Distillation: 学習用データを送信しない非集中分散学習",
第15回データ工学と情報マネジメントに関するフォーラム (DEIM 2023),
2023年 3月 5日〜9日
- Hideaki Oguni, Kazuyuki Shudo:
"Communication Scheduling for Gossip SGD in a Wide Area Network",
IEEE Access, Vol.9, pp.77873-77881,
2021年 5月 25日
- Liang Wei, Kazuyuki Shudo:
"Dynamic Computing Resources Allocation for Multiple Deep Learning Tasks",
Proc. 35th IEEE Int'l Parallel and Distributed Processing Symposium (IPDPS 2021) Workshops (3rd Workshop on Resource Arbitration for Dynamic Runtimes (RADR 2021)), pp.899-905,
2021年 5月 21日
- 小国英明, 首藤一幸:
"広域分散での深層学習のための通信スケジューリング",
第12回 広域センサネットワークとオーバレイネットワークに関するワークショップ,
2021年 3月 30日
- Liang Wei, Kazuyuki Shudo:
"Adaptive Allocation of Computing Resources for Multiple Distributed Deep Learning Tasks",
第13回データ工学と情報マネジメントに関するフォーラム (DEIM2021),
2021年 3月 1日〜3日
- 小国英明, 首藤一幸:
"広域分散での深層学習のための通信スケジューリング",
第13回データ工学と情報マネジメントに関するフォーラム (DEIM2021),
2021年 3月 1日〜3日
- Hideaki Oguni, Kazuyuki Shudo:
"Addressing the Heterogeneity of A Wide Area Network for DNNs",
Proc. 18th IEEE Consumer Communications & Networking Conference (IEEE CCNC 2021),
2021年 1月 9〜12日 (投稿 225件, 採択 78件)
- Liang Wei, Kazuyuki Shudo:
"Adaptive Allocation of Computing Resources for Multiple Distributed Deep Learning Tasks",
情報処理学会 研究報告, 2020-HPC-177(-3),
2020年 12月 21日〜12月 22日
- 小国英明, 首藤一幸, 髙橋良希:
"広域分散の非均質性を考慮した深層学習手法",
第11回 広域センサネットワークとオーバレイネットワークに関するワークショップ,
2020年 3月 23日
- 小国英明, 首藤一幸, 髙橋良希:
"広域分散の非均質性を考慮した深層学習手法",
第12回データ工学と情報マネジメントに関するフォーラム (DEIM2020),
2020年 3月 2日〜3月 4日
- Yoshiki Takahashi, Masato Asahara, Kazuyuki Shudo:
"A Framework for Model Search Across Multiple Machine Learning Implementations",
Proc. 15h Int'l eScience Conference (eScience 2019), pp.331-338,
2019年 9月 24日〜27日
(focused sessions への投稿 34件, 採択 20件)
- 髙橋良希, 首藤一幸:
"複数の機械学習実装にまたがって予測モデルを探索する分散処理フレームワーク",
第11回データ工学と情報マネジメントに関するフォーラム (DEIM2019),
2019年 3月 4日〜3月 6日
- 小国英明, 髙橋良希, 首藤一幸:
"広域分散を想定した深層学習手法の比較",
第11回データ工学と情報マネジメントに関するフォーラム (DEIM2019),
2019年 3月 4日〜3月 6日 (学生プレゼンテーション賞)
- 小国英明, 首藤一幸:
"構造化オーバーレイネットワーク上における機械学習手法",
第10回 広域センサネットワークとオーバレイネットワークに関するワークショップ,
2018年 9月 7日〜8日
- 高橋賢, 首藤一幸:
"周波数に着目したAdversarial Examplesに対する頑健性の向上",
日本ソフトウェア科学会 第35回大会講演論文集,
2018年 8月 29〜31日
- 髙橋良希, 浅原理人, 首藤一幸:
"複数の機械学習実装にまたがって予測モデルを探索する分散処理フレームワーク",
日本ソフトウェア科学会 第35回大会講演論文集,
2018年 8月 29〜31日
- Masato Asahara, Yoshiki Takahashi, Kazuyuki Shudo:
"Quick! Quick! Exploration!: A framework for searching a predictive model on Apache Spark",
DataWorks Summit San Jose 2018,
2018年 6月 17日〜21日
- Yoshiki Takahashi, Masato Asahara, Kazuyuki Shudo:
"A Framework for Searching a Predictive Model",
SysML Conference 2018 (SYSML 2018),
2018年 2月 15日〜16日
(投稿 205件, 採択 117件)
- 髙橋良希, 首藤一幸:
"P2Pネットワーク上のデータに対する偏りのない機械学習手法",
第9回 広域センサネットワークとオーバレイネットワークに関するワークショップ,
2017年 6月 10日〜11日
- 髙橋良希, 首藤一幸:
"P2Pネットワーク上のデータに対する偏りのない機械学習手法",
第9回データ工学と情報マネジメントに関するフォーラム (DEIM2017),
2017年 3月 6日〜3月 8日
Back to