A Survey on Federated Learning in Human Sensing

要約

ヒューマン センシングは、テクノロジーを活用して人間の活動、精神生理学的状態、環境との相互作用を監視する分野であり、人間の行動についての理解を深め、全体的な生活の質を向上させる高度なサービスの開発を推進します。
ただし、機械学習 (ML) モデルの基礎として、詳細で多くの場合プライバシーに敏感なデータに依存しているため、法的および倫理的に重大な懸念が生じます。
最近提案された Federated Learning (FL) の ML アプローチは、生のユーザー データを中央サーバーに送信せずに正確な ML モデルを作成できるため、これらの懸念の多くを軽減することが期待されています。
FL は、テキスト予測やサイバー セキュリティなど、さまざまな分野でその有用性を実証してきましたが、人間検知におけるその利点は、この分野に特有の課題があるため、十分に検討されていません。
この調査は、ヒューマンセンシングにおける FL に関する現在の最先端研究の包括的な分析を実施し、FL アプローチの分類法と 8 次元の評価を提案します。
次に、8 次元の評価を通じて、調査対象の研究が特定の FL-in-Human-Sensing の課題を考慮しているかどうかを評価します。
最後に、全体的な分析に基づいて、未解決の課題について議論し、緊急の研究上の注意を必要とするヒューマンセンシングにおける FL に関連する 5 つの研究側面に焦点を当てます。
私たちの研究は FL 研究の包括的なコーパスを提供し、FL の実践者が現実世界のヒューマン センシングの複雑さに効果的に対処するソリューションの開発と評価を支援することを目的としています。

要約(オリジナル)

Human Sensing, a field that leverages technology to monitor human activities, psycho-physiological states, and interactions with the environment, enhances our understanding of human behavior and drives the development of advanced services that improve overall quality of life. However, its reliance on detailed and often privacy-sensitive data as the basis for its machine learning (ML) models raises significant legal and ethical concerns. The recently proposed ML approach of Federated Learning (FL) promises to alleviate many of these concerns, as it is able to create accurate ML models without sending raw user data to a central server. While FL has demonstrated its usefulness across a variety of areas, such as text prediction and cyber security, its benefits in Human Sensing are under-explored, given the particular challenges in this domain. This survey conducts a comprehensive analysis of the current state-of-the-art studies on FL in Human Sensing, and proposes a taxonomy and an eight-dimensional assessment for FL approaches. Through the eight-dimensional assessment, we then evaluate whether the surveyed studies consider a specific FL-in-Human-Sensing challenge or not. Finally, based on the overall analysis, we discuss open challenges and highlight five research aspects related to FL in Human Sensing that require urgent research attention. Our work provides a comprehensive corpus of FL studies and aims to assist FL practitioners in developing and evaluating solutions that effectively address the real-world complexities of Human Sensing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google