PulseAugur
中
实时 13:27:13
English(EN) To forget is to preserve: Machine Unlearning for 3D medical image segmentation

评估用于医学影像GDPR合规性的机器遗忘策略

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员探索了机器遗忘技术，以遵守GDPR等数据隐私法规，这些法规允许个人要求从训练模型中删除数据。一项研究使用Med3D预训练的3D ResNet-50骨干网络，将四种遗忘策略应用于MRBrainS18数据集。 "噪声标签"策略在遗忘集中的数据减少93%，在保留集上保留84%的准确率（经过50个epoch后）之间取得了最佳平衡，优于其他导致性能显著下降的方法。 AI

影响 这项研究为特定主体的遗忘提供了基准，为从业者选择适用于AI模型数据隐私合规性的策略提供了明确的标准。

排序理由 学术论文，详细介绍了机器遗忘的一种新颖研究方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Nitesh Kumar Singh, Akhilesh Singh, Arjun Arora ·

    To forget is to preserve: Machine Unlearning for 3D medical image segmentation

    arXiv:2606.16180v1 Announce Type: cross Abstract: With new data privacy laws such as the General Data Protection Regulation (GDPR) [1] that allow individuals to ask that any of their personal information be erased from trained machine learning models, there has been a push to inv…

相关实体

相关话题