GTAFL: affrontare l’apprendimento federato a coda lunga agnostico rispetto ai dati di test nelle immagini mediche

Abstract degli autori

In ambito sanitario, tutelare la privacy dei pazienti è fondamentale, data la sensibilità dei dati medici e la loro ampia accessibilità. L’apprendimento federato (FL) offre un paradigma di addestramento decentralizzato e rispettoso della privacy, che lo rende una soluzione ideale per le applicazioni sanitarie. Una sfida cruciale in questo settore è che i dati medici del mondo reale presentano spesso distribuzioni a coda lunga nelle prospettive locali e globali. I metodi esistenti per affrontare il problema dell’apprendimento federato a coda lunga presuppongono in genere che il modello venga valutato su una distribuzione uniforme dei dati di test. Tuttavia, nei sistemi sanitari i dati di test effettivi hanno spesso una distribuzione ignota e imprevedibile, con il rischio che il modello non funzioni correttamente in scenari reali. In questo articolo introduciamo un nuovo compito, denominato apprendimento federato a coda lunga agnostico rispetto ai dati di test, e proponiamo GTAFL, un framework completo per affrontare questa sfida. Durante la fase di addestramento, GTAFL impiega il ricampionamento adattivo, il riaddestramento di classificatori esperti e l’apprendimento auto-supervisionato per correggere i classificatori distorti e gli spazi delle caratteristiche deformati, causati dalle distribuzioni a coda lunga dei dati di addestramento. Durante la fase di inferenza, un meccanismo di ensemble combina i classificatori esperti riaddestrati per gestire dati di test con distribuzioni ignote. Esperimenti approfonditi su CIFAR10 e due dataset medici dimostrano che il nostro framework supera altri metodi allo stato dell’arte. Il codice è disponibile all’indirizzo https://github.com/cgy-lavine/GTAFL