A detailed performance analysis of IPFS-based decentralized federated learning
Başlık çevirisi mevcut değil.
- Tez No: 824840
- Danışmanlar: DR. ÖĞR. ÜYESİ ECE GELAL SOYAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Federe öğrenme, bir modelin birden çok cihaz arasında eğitilmesini sağlayarak gizliliği artırır. Paylaşılan model merkezi bir sunucu olmadan eğitildiğinden ve verilerin depolanması ve kontrolü tek bir tarafça yapılmadığından, merkeziyetsiz federe öğrenme merkezi koordinatörü ortadan kaldırarak, dağıtılmış öğrenme sürecinin ölçeklenebilirliğini (scalability), esnekliğini (resilience) ve gizliliğini (privacy) arttırır. Merkeziyetsiz federe öğrenme konseptinin çeşitli zorlukları vardır: merkezi bir koordinatör olmadığı için, katılımcılar gizlilikten ödün vermeden eğitim güncellemelerini paylaşmak için işbirliği yapmalıdır; katılımcılar ayrılabileceği veya cevap dönemeyecekleri için sistem, bağlantı kopukluğunu kaldıracak şekilde tasarlanmalıdır. Sistem, eğitim sürecini daha da karmaşık hale getirebilen cihazlardaki ve veri dağıtımlarındaki heterojenliği kaldırabilmelidir. Bugüne kadar, bu faktörleri göz önünde bulunduran merkeziyetsiz federe öğrenme performansı ayrıntılı olarak analiz edilmemiştir. Bu çalışmada, farklı data boyutları, katılımcılar, toplayıcılar (aggregators), bellek/CPU değerleri ve farklı kurulumlara sahip ortamları içeren kullanım durumlarında InterPlanetary File System (IPFS) tabanlı merkeziyetsiz federe öğreneme mekanizmasını değerlendirmek için test senaryoları uyguluyoruz. Sonuçlarımız, (i) katılımcı sayısı arttıkça bağlantı kopukluklarının arttığını, (ii) katılımcılara eğitim için verilen sürenin artırılması, katılımcıların train operasyonunu zamanında bitirebildiğinden, kopmaları azalttığı ve (iii) her eğitmenin train etmesi için farklı boyutlarda datayı eğitmesi toplam doğruluk değerini arttırdığını göstermektedir.
Özet (Çeviri)
Federated learning enables training a model between multiple devices, improving privacy. By eliminating the single coordinator, decentralized federated learning improves scalability, resilience and privacy of the distributed learning process, as the shared model is trained without a central server, and the ownership and control of data is not done by one party. Decentralized federated learning has several challenges: since there is no central coordinator, participants must collaborate to exchange training updates without compromising privacy; the system must be designed to handle disconnectivity, as participants may leave or become unresponsive; the system must be able to handle heterogeneity in devices and data distributions, which can further complicate the training process. To date, the performance of decentralized federated learning considering these factors has not been analyzed in detail. In this work, we implement test cases to evaluate an InterPlanetary File System (IPFS) based decentralized federated learning mechanism in use cases involving different partition sizes, participants, aggregators, memory/CPU values, and environments with different setups. Our results yield insightful observations, including (i) disconnections increase as the number of participants increases, (ii) increasing the time given to participants for training reduces disconnections as nodes can finish the train operation on time, and (iii) with each trainer having partitions of different sizes, total accuracy increases.
Benzer Tezler
- Mevcut betonarme binaların detaylı deprem performans analizi için basitleştirilmiş bir yöntem geliştirilmesi
Development of a simplified method for detailed seismic performance analysis of existing reinforced concrete buildings
HARUN CEYLAN
Doktora
Türkçe
2024
İnşaat MühendisliğiDicle Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULHALİM KARAŞİN
DOÇ. DR. BARIŞ ERDİL
- Yüksek izolasyon performansı ve negatif rijitlik mekanizmasına sahip mekanik süspansiyonlu koltuk geliştirilmesi ve performansının ayrıntılı analizi
Development of a mechanical suspension seat with high isolation performance and negative stiffness mechanism added and detailed analysis of its performance
MEHMET KIVANÇ TURAN
Doktora
Türkçe
2025
Makine MühendisliğiBursa Uludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH KARPAT
- Design and performance analysis of a loRa-based smart agriculture irrigation system
LoRa tabanlı akıllı tarım sulama sisteminin tasarımı ve performans analizi
DOĞAN CAN ŞENOL
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKER ŞENER
- Integration and performance analysis of a solar-driven combined cooling, heating, and power system: A case study in Libya
Güneş enerjı̇lı̇ kombı̇ne soğutma, ısıtma ve güç sı̇stemı̇nı̇n entegrasyonu ve performans analı̇zı̇: Lı̇bya'da bı̇r alan çalışması
SALAH KHALEFA ABORAGIGA
Yüksek Lisans
İngilizce
2025
Makine MühendisliğiKarabük ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULRAZZAK AHMET SALEH AKROOT
- Performance modelling and analysis of a micro turbine engine
Bir mikro gaz türbin motorunun performans modellemesi ve analizi
MEHMET ALPER AKSOY
Yüksek Lisans
İngilizce
2024
Havacılık ve Uzay MühendisliğiGebze Teknik ÜniversitesiEnerji Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ONUR SON