联盟学习在生物医学大数据隐私保护中的原理与应用
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

R-056

基金项目:

企业级科研业务费项目"杭州锘崴信息科技有限公司医疗大数据隐私保护的研究"(项目编号:NV202001);医院级科研业务费项目"华西医院系统遗传研究所生物大数据隐私研究"(项目编号:201906WCH);公安部第三研究所信息与网络安全重点实验室基金"多中心大数据分享和分析中的隐私保护计算与标准"(项目编号:C19609)。


Principles and Applications of Federated Learning in Biomedical Big Data Privacy Protection
Author:
Affiliation:

Fund Project:

  • 摘要
  • 图/表
  • 访问统计
  • 参考文献
  • 相似文献
  • 引证文献
  • 资源附件
  • 文章评论
    摘要:

    结合2020年初新型冠状病毒疫情探讨数据分享与联合分析的必要性和紧迫性,系统介绍联盟学习技术原理和适用范围,根据不同数据类型特点详细阐述当前联盟学习技术在生物医疗大数据隐私保护中的应用及其与深度学习技术的结合。

    Abstract:

    Combined with COVID-19 epidemic in early 2020, the paper discusses the necessity and urgency of data sharing and conjoint analysis. It introduces the principles and application scope of federated learning technology systematically, and elaborates on the current application of federated learning technology in biomedical big data privacy protection and its combination with deep learning technology according to the characteristics of different data types in detail.

    参考文献
    相似文献
    引证文献
引用本文

窦佐超,陈峰,邓杰仁,等.联盟学习在生物医学大数据隐私保护中的原理与应用[J].医学信息学杂志,2020,41(5):2-10

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-02-18
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2020-06-16
  • 出版日期:

扫码关注

官方微信