Data Domain Adaptation in Federated Learning in the Breast Mammography Image Classification Problem - Publikacja - MOST Wiedzy

Wyszukiwarka

Data Domain Adaptation in Federated Learning in the Breast Mammography Image Classification Problem

Abstrakt

We are increasingly striving to introduce modern artificial intelligence techniques in medicine and elevate medical care, catering to both patients and specialists. An essential aspect that warrants concurrent development is the protection of personal data, especially with technology's advancement, along with addressing data disparities to ensure model efficacy. This study assesses various domain adaptation techniques and federated learning to determine optimal integration strategies for enhanced security and the challenges posed by diverse datasets. Experiments utilized deep learning models, three domain adaptation methods, and a federated learning framework, focusing on mammography imaging for breast cancer detection. Results indicate a notable improvement of up to 20% with domain adaptation and an additional 10% with federated learning integration.

Cytowania

  • 0

    CrossRef

  • 0

    Web of Science

  • 0

    Scopus

Cytuj jako

Pełna treść

pełna treść publikacji nie jest dostępna w portalu

Słowa kluczowe

Informacje szczegółowe

Kategoria:
Aktywność konferencyjna
Typ:
publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
Język:
angielski
Rok wydania:
2024
Opis bibliograficzny:
Erimus Ł., Borowska A., Jaromin A., Lewko A., Rumiński J.: Data Domain Adaptation in Federated Learning in the Breast Mammography Image Classification Problem// / : , 2024,
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/hsi61632.2024.10613534
Źródła finansowania:
  • Działalność statutowa/subwencja
Weryfikacja:
Politechnika Gdańska

wyświetlono 20 razy

Publikacje, które mogą cię zainteresować

Meta Tagi