Addressing data heterogeneity in distributed medical imaging with heterosync learning
Abstract Data heterogeneity critically limits distributed artificial intelligence (AI) in medical imaging. We propose HeteroSync Learning (HSL), a privacy-preserving framework that addresses heterogeneity through: (1) Shared Anchor Task (SAT) for cross-node representation alignment, and (2) an Auxil...
Պահպանված է:
| Հիմնական հեղինակներ: | , , , , , , , , , , , , , , , , , , |
|---|---|
| Ձևաչափ: | Artigo |
| Լեզու: | Inglês |
| Հրապարակվել է: |
Nature Portfolio
2025-10-01
|
| Շարք: | Nature Communications |
| Առցանց հասանելիություն: | https://doi.org/10.1038/s41467-025-64459-y |
| Ցուցիչներ: |
Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!
|