인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구는 위암 병리 슬라이드에서 PD/WMD분류를 수행하기 위한 연합학습 환경을 구축하고, FedAvg와 FedProx의 학습 안정성과 성능을 종합적으로 비교분석하였다. CLAM_SB 기반 사전학습 모델을 글로벌 초기값으로 사용하여 3-5개의 클라이언트에 데이터를 비균질하게 분할하였으며, 각 알고리즘의 수렴 안정성과 일반화 성능을 Accuracy, AUC, F1-score로 평가하였다. 실험 결과 FedProx는 Non-IID 환경에서 FedAvg보다 안정적인 수렴과 높은 성능을 보였으며, 클라이언트 간 편차 완화 효과를 확인하였다. 이를 통해 실제 의료 데이터의 공유 제약이 존재하는 상황에서도, 다기관 협력연구 환경에서 개인정보 보호와 학습 성능을 동시에 확보할 수 있는 가능성을 제시하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095632263