A privacy-preserving, distributed and cooperative FCM-based learning approach for cancer research

要約

分散型人工知能は、日々興味を集めています。
この論文では、著者は、粒子群群最適化ベースのファジー認知マップの分散学習のための革新的な方法論をプライバシーを授与する方法で紹介しています。
著者は、現在の規制に準拠したデータプライバシーを提供する共同FCM学習のためのトレーニングスキームを設計しています。
この方法は、がんの検出問題に適用され、モデルのパフォーマンスがフェデレーション学習プロセスによって改善されることを証明し、文献にあるものと同様の結果を得ることができます。

要約(オリジナル)

Distributed Artificial Intelligence is attracting interest day by day. In this paper, the authors introduce an innovative methodology for distributed learning of Particle Swarm Optimization-based Fuzzy Cognitive Maps in a privacy-preserving way. The authors design a training scheme for collaborative FCM learning that offers data privacy compliant with the current regulation. This method is applied to a cancer detection problem, proving that the performance of the model is improved by the Federated Learning process, and obtaining similar results to the ones that can be found in the literature.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google