連邦学習の進化するトピック: 動向と情報システムのための新しい方向性
連邦学習は、プライバシーとセキュリティを損なうことなく、機械学習モデルを共同で訓練することを可能にする重要なアプローチである。この分野は急速に発展しており、情報システム研究者にとって深い理解が不可欠である。本研究は、先進的なデータ分析とトピックモデリングアプローチを活用して、連邦学習研究に影響を与えてきた最も顕著な15のトピックと領域を特定し、分析した。また、情報システム研究者のための今後の研究方向性を示唆する指針となる研究課題を提案した。