새로움(Novelty)으로부터의 협업 발견: 클러스터형 연합 학습을 위한 Random Network Distillation

요약

non-IID 데이터 환경에서 클러스터형 연합 학습의 효율성을 높이기 위해 Random Network Distillation(RND)을 활용한 새로운 접근 방식을 제안합니다. 각 클라이언트의 예측 오차를 '새로움 신호'로 사용하여 데이터 공유 없이도 유사한 클라이언트 그룹을 자율적으로 발견할 수 있습니다.

핵심 포인트

• RND 기반의 경량 클러스터링으로 계산 및 통신 비용 절감
• 데이터 공유 없이 예측 오차를 통해 클라이언트 간 유사성 추정
• 클러스터 수나 구조를 사전에 지정할 필요 없는 자율적 협업 가능
• non-IID 데이터 환경에 최적화된 태스크 불가지론적 메커니즘