医疗领域的联邦学习——流程、应用与挑战
机器学习
2022-11-22 v2 人工智能
密码学与安全
分布式、并行与集群计算
摘要
联邦学习是在医院、临床研究实验室和移动设备等分布式数据中心的数据集上开发机器学习模型，同时防止数据泄露的过程。本综述考察了医疗领域中关于联邦学习的既往研究与文献，涵盖一系列用例与应用。我们的综述展示了从业者在该联邦学习主题下应了解的挑战、方法与的应用。本文旨在梳理现有研究，并列举联邦学习在医疗行业中的可能性。
引用
@article{arxiv.2211.07893,
title = {Federated Learning for Healthcare Domain - Pipeline, Applications and Challenges},
author = {Madhura Joshi and Ankit Pal and Malaikannan Sankarasubbu},
journal= {arXiv preprint arXiv:2211.07893},
year = {2022}
}
备注
ACM Transactions on Computing for Healthcare, Vol. 3, No. 4, Article 40. Publication date: October 2022