□ 발명의 개요: 모델을 학습하기 위한 방법은 설정부가 에너지 비용 대비 정확도에서 상기 에너지 비용의 비율을 한정하는 하이퍼파라미터를 설정하는 단계와, 학습부가 기 설정된 테스트 커뮤니케이션 라운드 동안 연합학습을 수행하여 서로 다른 수의 연합학습에 참여하는 로컬 장치를 가지는 복수의 후보 글로벌 모델을 도출하는 단계와, 최적화부가 상기 하이퍼파라미터를 기초로 상기 복수의 후보 글로벌 모델 각각의 에너지 비용 대비 정확도의 비율에 상응하는 모델 적합도를 도출하는 단계와, 상기 최적화부가 상기 모델 적합도가 가장 높은 후보 글로벌 모델을 선택하는 단계를 포함한다.

□ 키워드: #머신러닝,  #연합학습, #프레임워크

□ 기술이전 문의: 산학협력단 기술사업팀(031-330-6875, 6842 / sylee81@mju.ac.kr, hakang08@mju.ac.kr)

□ 특허 공보 URL: https://doi.org/10.8080/1020220190795

※ 본 발명은 과학기술정보통신부의 지원을 받은 국가 R&D 성과물임