BriefGPT - AI 论文速递
·
皮肤病变分类的联邦主动学习框架
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
我们提出了一个联邦主动学习（FedAL）框架，通过周期性和交互式地执行主动学习来减少标注数据量、保护患者隐私，并保持联邦学习的性能。在真实的皮肤镜数据集上验证了我们的框架，在只使用50％的样本的情况下，取得了与全数据联邦学习相媲美的性能。
🎯
关键要点
- 提出了一个联邦主动学习（FedAL）框架。
- 通过周期性和交互式地执行主动学习来减少标注数据量。
- 保护患者隐私，保持联邦学习的性能。
- 在真实的皮肤镜数据集上验证了框架。
- 只使用50%的样本，取得了与全数据联邦学习相媲美的性能。
➡️
