오늘은 김동균 연구원이 연합 학습의 communication cost를 낮추면서 학습 성능은 더 높일 수 있는 방법을 연구한 논문을 발표하였습니다. Aggregator edge를 이용해 각 단말들과 서버 사이의 communication cost는 낮추고 데이터의 특성을 미리 학습하고 Non-IID한 데이터의 분포임에도 불구하고 IID한 데이터 분포에서 학습을 진행한 것과 유사한 효과를 보이게 하여 데이터 분류 정확도를 더 높였습니다. 이를 위해 중요한 것이 edge와 각 단말들 사이의 communication cost와 edge들과 서버 사이의 communication cost를 알맞게 정해주는 방법이라고 저자들이 언급하고 있습니다. 해당 cost 값들을 정해주는 방법을 새로 개발하여 향후 저희가 지금 연구중인 연합학습에 적용해봐도 좋을 것 같습니다.