医疗 AI 中通过合规加权噪声分配实现包容性联邦学习
Inclusive Federated Learning Through Compliance-Weighted Noise Allocation in Healthcare AI
AI 导读
研究者提出合规加权联邦学习框架，按机构合规评分调节服务器端 DP-SGD 噪声，让低合规机构参与医疗 AI 训练而不拖累其他方。在 PneumoniaMNIST、BreastMNIST（16 客户端）上，等均值噪声下与均匀 DP 效用相当；纳入 12 家低合规机构后 BreastMNIST 合并精度 +2.8 pp（n=5 不显著）。形式化保证仅覆盖聚合器数据集，客户端级 DP 需安全聚合。