CL3: A Collaborative Learning Framework to Ensure Medical Data Privacy in Hyperconnected Environments
原文英文，约100词，阅读约需1分钟。发表于：。本研究解决了在超连接环境中，医疗机构在共享敏感患者信息时面临的数据隐私问题。提出的协作学习框架CL3整合了迁移学习、联邦学习和增量学习，以高效、安全且可扩展的方式生成模型，同时保持患者数据隐私。实验结果表明，CL3框架在使用Xception模型和批量大小为16的情况下，经过六轮联邦通信后达到了89.99%的全球准确率。
本研究提出CL3协作学习框架，结合迁移学习、联邦学习和增量学习，解决医疗机构共享患者信息时的数据隐私问题。实验结果显示，使用Xception模型和批量大小为16，经过六轮联邦通信后，全球准确率达到89.99%。
