公开(公告)号：CN115699207B

公开(公告)日：2024-04-26

申请号：CN202180040275.6

申请日：2021-11-01

Applicant: 豪夫迈·罗氏有限公司

Inventor： 姚毅 ,  邢伟彬 ,  陶晓君 ,  钱晶 ,  周琪 ,  张晨曦 ,  钱茵

IPC: G16H50/20

Abstract: 本公开的实施方案涉及医学验证模型的联邦学习。本公开的一些实施方案提供了计算机实现的方法。所述方法包括：由主节点向多个计算节点传输关于初始医学验证模型的定义信息；由所述主节点与所述多个计算节点一起执行联邦学习过程，以使用在所述多个计算节点处可获得的相应经处理的本地训练数据集来联合训练所述初始医学验证模型，所述相应本地训练数据集由所述多个计算节点基于所述定义信息来处理；以及由所述主节点基于所述联邦学习过程的结果来确定最终医学验证模型。通过该解决方案，借助于联邦学习，本公开解决了来自拥有针对模型训练的训练数据集的本地站点的数据安全和隐私问题。

公开(公告)号：CN115699207A

公开(公告)日：2023-02-03

申请号：CN202180040275.6

申请日：2021-11-01

Applicant: 豪夫迈·罗氏有限公司

Inventor： 姚毅 ,  邢伟彬 ,  陶晓君 ,  钱晶 ,  周琪 ,  张晨曦 ,  钱茵

IPC: G16H50/20

Abstract: 本公开的实施方案涉及医学验证模型的联邦学习。本公开的一些实施方案提供了计算机实现的方法。所述方法包括：由主节点向多个计算节点传输关于初始医学验证模型的定义信息；由所述主节点与所述多个计算节点一起执行联邦学习过程，以使用在所述多个计算节点处可获得的相应经处理的本地训练数据集来联合训练所述初始医学验证模型，所述相应本地训练数据集由所述多个计算节点基于所述定义信息来处理；以及由所述主节点基于所述联邦学习过程的结果来确定最终医学验证模型。通过该解决方案，借助于联邦学习，本公开解决了来自拥有针对模型训练的训练数据集的本地站点的数据安全和隐私问题。