选择之前三思：领域转换中的医学图像分析联邦证据主动学习
原文中文，约400字，阅读约需1分钟。发表于：。通过在医疗领域分布式的多个机构之间协作学习一个全局模型，联合学习有助于实现数据无需集中的目标。本研究首次尝试评估来自不同领域的本地数据的信息量，并提出了一种称为 Federated Evidential Active Learning (FEAL) 的新方法来处理领域转移下的数据评估。通过引入 Dirichlet 先验分布，我们能够将预测视为概率空间上的分布，并利用基于 Dirichlet...
本研究介绍了一种名为FEAL的新方法，通过医疗领域多个机构之间的协作学习实现数据无需集中的目标。FEAL利用Dirichlet先验分布捕获不确定性，并使用多样性放松策略减少数据冗余。实验证明FEAL在联合主动学习框架下优于现有方法。
