Oct, 2023
重思半监督联邦学习:如何同时训练具有完全标记和完全未标记的客户端影像数据
Rethinking Semi-Supervised Federated Learning: How to co-train fully-labeled and fully-unlabeled client imaging data
Pramit Saha, Divyanshu Mishra, J. Alison Noble
TL;DR通过提出的分离联合学习(IsoFed)方案,本文研究了在半监督联邦学习中有效训练具有带标签和无标签客户端的方法,并在四种不同模态的医学图像数据集上评估了模型性能,并在不同的实验设置下验证了所提出方法的有效性。