Jun, 2024

隐私保护的血糖水平交叉预测:一种异步去中心化联邦学习方法

TL;DR通过异步去中心化联邦学习来解决糖尿病患者面临的高质量血糖预测模型的难题以及隐私保护的问题。GluADFL 方法在四个不同的 T1D 数据集上经过与八种对照方法的比较,展示了在跨患者分析中准确预测血糖水平的优越性能,同时适用于各种社交网络的通讯网络中的数据存储和分享,提供了实际应用的隐私保护解决方案,显著提高了糖尿病管理的质量。