민주화 학습 (Democratized Learning)

1. 민주화 학습 (Democratized Learning)의 개요

가. 민주화 학습 (Democratized Learning)의 정의

-계층구조의 분산학습시스템으로 많은 클라이언트가 참여하여 더 좋은 학습 성능을 갖도록 다수결의 원칙을 준용한 학습 방법

 

나. 민주화 학습 (Democratized Learning)의 특징

-(다수 클라이언트) 많은 클라이언트가 참여하여 채택한 학습모델이 적은 수의 클라이언트가 참여하여 도출한 학습모델보다 더 좋은 학습 성능

-(다수결 원칙) 민주화 사회에서 채택하고 있는 다수결의 원칙을 준용하여 계층적으로 구성

 

2. 민주화 학습 (Democratized Learning)의 개념도 및 구성요소

가. 민주화 학습 (Democratized Learning)의 개념도

나. 민주화 학습 (Democratized Learning)의 구성요소

구분	특징	설명
민주화 AI 학습	전문화/일반화 프로세스	대규모 분삭학습 시스템의 자율적 계층 구조
전문화 프로세스	개별 에이전트 전문화 그룹	각 에이전트의 제한된 학습 역량을 이용하여 자신의 데이터를 로컬 학습
일반화 프로세스	일반화 그룹	일반화 모델을 만드는 학습을 수행 기존 전문화 그룹에 대한 일반화 모든 일반화 그룹들에 대한 가소성 수준 조절
민주화 AI의 메타법칙	안정성 힘 가소성 힘	학습 시간 내내 천이 메커니즘은 이 힘의 중요도 가중치를 조정 전문화, 일반화 학습의 가소성, 안정성 강화
자율구조 구성 원리	초기 단계 적용 단계 고도 전문화 단계	공통 학습 작업 수행, 유사한 특성의 에이전트 그룹 생성 각 학습 에이전트가 그룹 변경 클라이언트 이동, 신규 클라이언트 추가 등에 따른 미세조정

-재귀 형태의 계층적 일반화 학습 원리에 착안하여 공식을 만들고 분산되고 개인화된 학습 문제와 계층적 평균화 메커니즘을 사용 솔루션을 얻을 수 있음ㄴ