連合学習において一部のクライアントに異常や悪意がある場合にも高精度にAIモデルを学習可能な手法を開発 ～LLM tsuzumi の学習への適用やIOWN機能としての実用化を目指す～

※2. 連合学習とは？Federated Learningの基礎知識をわかりやすく解説
URL：https://www.msiism.jp/article/federated-learning.html

※3. S. P. Karimireddy, L. He, and M. Jaggi, “Byzantine-Robust Learning on Heterogeneous Datasets via Bucketing,” ICLR 2022.
URL：https://openreview.net/forum?id=jXKKDEi5vJt

※4. 仮定した目的関数のクラスにおいて、提案手法がミニマックス最適性を満たすことを証明。注釈※1参照

※5. IOWN PETs
URL：https://www.rd.ntt/sil/project/iown-pets/iown-pets.html



関連リンク
連合学習とは？Federated Learningの基礎知識をわかりやすく解説
https://www.msiism.jp/article/federated-learning.html