유클리드 데이터에서 그래프 구조 데이터로의 협업 학습 조사

From Euclidean to Graph-Structured Data: A Survey of Collaborative Learning

기존 머신러닝 접근법은 데이터 수집, 모델 훈련, 추론을 단일 위치에서 수행하는 방식으로, 확장성과 프라이버시 문제로 제한을 받는다. 이를 해결하기 위해 최근 연구에서는 개별 에이전트가 로컬에서 훈련과 추론을 수행하는 연합 학습과 분산 학습 같은 협업 학습 접근법을 탐구하고 있다. 그러나 기존 연구는 주로 유클리드 데이터에 집중되어 있으며, 그래프 구조 데이터에서의 협업 학습 기회와 도전 과제는 충분히 탐구되지 않았다. 이 조사에서는 유클리드 데이터의 기본 원리를 검토하고, 그래프 구조 데이터에 대한 분류 체계와 알고리즘 프레임워크를 개발하며, 개방된 도전 과제와 연구 방향을 체계적으로 식별한다.