FedSIR

新框架解决联邦眼科学习中的标注噪声问题

研究人员开发了OCT-FedSIR，一个新颖的框架，旨在提高眼科影像联邦学习的可信度，特别是在处理来自参与机构的嘈杂或不可靠的标注时。该框架结合了多种技术，包括类别平衡谱估计、Logit调整和选择性谱重新标注，以识别和纠正损坏的标注。在多个数据集上的评估表明，OCT-FedSIR在准确性和区分具有原始和损坏标注的客户端的能力方面，显著优于RoFL和FedCorr等现有方法。