技術(shù)編號：40394128
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明涉及人工智能領(lǐng)域，具體來說，涉及人工智能領(lǐng)域中的醫(yī)療數(shù)據(jù)分類技術(shù)，更具體地說，涉及基于半監(jiān)督聯(lián)邦學(xué)習(xí)的醫(yī)療數(shù)據(jù)分類技術(shù)，即一種醫(yī)療數(shù)據(jù)分類模型的聯(lián)邦構(gòu)建方法、分類方法。背景技術(shù)、隨著對數(shù)據(jù)安全性的重視增加，收集所有數(shù)據(jù)用于建模變得越來越困難。聯(lián)邦學(xué)習(xí)(federated?learning)是一種可以完全保護(hù)數(shù)據(jù)隱私的分布式模型訓(xùn)練框架，允許客戶端在本地使用自己的數(shù)據(jù)進(jìn)行訓(xùn)練，同時(shí)與中央服務(wù)器共享模型參數(shù)。在服務(wù)器和客戶端之間進(jìn)行多輪通信后，最終構(gòu)建出更好的全局模型。傳統(tǒng)的聯(lián)邦學(xué)習(xí)方法要求...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。