基于UCI数据集的集中式和联邦心脏病分类模型及其沙普利值解释性

BriefGPT - AI 论文速递 · 2024-08-12T00:00:00Z

心血管疾病是全球主要死因，早期检测对预后至关重要。联邦学习是一种新兴方法，可以在保护隐私的前提下使用多个信息源进行模型训练。本文综述了联邦学习在心血管疾病检测中的应用，讨论了优点、挑战和未来研究方向。联邦学习有潜力提高心血管疾病检测模型的准确性和隐私保护能力。