İçeriğe geç
Dr.Zeynel Kutlu

Dağıtık öğrenme ve dayanıklı iletişim

Federe öğrenmede modeller verinin bulunduğu cihazlarda eğitilir, merkeze yalnız güncellemeler gider. Çoğu çalışma bu güncellemeleri taşıyan katmanı sabit kabul eder; oysa sahadaki ağ kayıplı, dar ve kesintilidir. Bu alanda iletişim altyapısının öğrenmenin kendisini nasıl etkilediğini ölçüyorum.

Aynı öğrenme, dört farklı taşıyıcı

The Journal of Supercomputing'deki makalemde aynı FedAvg motorunu gRPC, MQTT, DDS ve QUIC üzerinde fiziksel bir test ortamında çalıştırdım; ağa paket kaybı, bant genişliği darboğazı ve bağlantı kesintisi enjekte ederek karşılaştırdım. Rastgele paket kaybında TCP tabanlı katmanlarda tur süreleri çökerken DDS tur sürelerini ve paralel verimliliği büyük ölçüde korudu; QUIC aradaki farkı kapatamadı.

Çalışmanın bir diğer bulgusu yöntemle ilgili: simülasyonlarda sık kullanılan "güncellemeyi düşürme" modeli, iletişim katmanlarını gerçek ölçümlerdeki sıraya koyamıyor. Ölçüm düzeneği ve veriler FL-Transport adıyla açık paylaşıldı.

Devam eden çalışmalar

Yarı eşzamanlı federe öğrenmede sessiz kalan bir istemcinin çökmüş mü yoksa yalnızca yavaş mı olduğunu ayırt eden hata tespiti, farklı DDS uygulamalarında hizmet kalitesi (QoS) ayarlarının gerçekten vaat edilen teslimatı sağlayıp sağlamadığı ve sürü robotlarında taşıma katmanının ölçeklenmesi üzerinde çalışıyorum. Bu çalışmaların ölçüm araçları ve ham verileri yayın sürecinden önce açık paketler olarak paylaşıldı.

Bu alandaki yayınlar

Bütün yayınlar

İlgili projeler

Bu konudaki yazılar

Birlikte çalışalım

Ortak araştırma, tez ve proje danışmanlığı ya da bir yayın hakkında sorunuz için yazabilirsiniz.

zeynel@cumhuriyet.edu.tr
İletişim formu