SPJ|Health Data Science 推动医疗数据隐私保护的新前沿:工程和统计两类算法在结构化数据分析中的基准比较
ScienceAAAS
2025-04-15 14:45
文章摘要
本研究比较了工程与统计领域的联邦学习(FL)算法在医疗数据隐私保护中的应用。背景是随着隐私保护法规日益严格,跨机构合作面临挑战,FL算法提供了一种不共享数据即可协同建模的解决方案。研究目的是系统性比较七种FL算法在逻辑回归和Lasso回归中的表现。结果显示,统计型FL算法能减少模型参数偏差,而工程型FL算法在预测性能上更优,尤其在非独立同分布数据情况下。结论强调了合理应用FL算法的重要性,并展望其作为推进医疗数据科学合作的关键工具。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。