Federated Learning Framework for Privacy-Preserving Kidney Stone Detection
为解决医疗数据隐私问题,研究提出了一种结合优化YOLOv8网络的联邦学习模型,用于CT图像中的肾结石检测,同时保护患者隐私。
0 citationsRead paper
为解决医疗数据隐私问题,研究提出了一种结合优化YOLOv8网络的联邦学习模型,用于CT图像中的肾结石检测,同时保护患者隐私。
本文解决了最小跨度抗带宽/循环抗带宽度标签问题,通过引入基于布尔可满足性(SAT)的框架,并采用并行和增量SAT求解策略来加速搜索过程。
针对杂乱环境中的抓取问题,提出CPOR-Grasp框架,通过校准视觉-语言模型并融合多种线索估计障碍概率,以提高目标抓取的成功率。
该研究针对家庭护理资源分配问题,提出了一种新的优化方法LEX-COS,通过首先最小化连续性违规、其次减少加班时间,并最后最大化兼容性,以改善现有加权策略下的分配效果。
论文解决了多租户ISAC网络中在线感知会话整合问题,通过提出共享轨迹因子化约束PPO算法优化资源分配与请求接受。
为解决医疗数据隐私问题,研究提出了一种结合优化YOLOv8网络的联邦学习模型,用于CT图像中的肾结石检测,同时保护患者隐私。
本文解决了最小跨度抗带宽/循环抗带宽度标签问题,通过引入基于布尔可满足性(SAT)的框架,并采用并行和增量SAT求解策略来加速搜索过程。
针对杂乱环境中的抓取问题,提出CPOR-Grasp框架,通过校准视觉-语言模型并融合多种线索估计障碍概率,以提高目标抓取的成功率。
该研究针对家庭护理资源分配问题,提出了一种新的优化方法LEX-COS,通过首先最小化连续性违规、其次减少加班时间,并最后最大化兼容性,以改善现有加权策略下的分配效果。
论文解决了多租户ISAC网络中在线感知会话整合问题,通过提出共享轨迹因子化约束PPO算法优化资源分配与请求接受。