Scidown文献预览系统！
乳腺密度分类的联邦学习:一个真实世界的实现( Federated Learning for Breast Density Classification: A Real-World Implementation )
HR Roth K Chang P Singh N Neumark J Kalpathy-Cramer
构建健壮的基于深度学习的模型需要大量不同的训练数据。在本研究中，我们探讨了在一个真实世界的协作环境中使用联邦学习(FL)来建立医学影像分类模型。来自世界各地的七个临床机构加入了这项FL努力，以基于乳腺成像、报告和数据系统（BI-RADS）的乳腺密度分类模型为基础进行训练。我们表明，尽管来自所有站点的数据集之间存在很大差异（乳腺摄影系统、类别分布和数据集大小），并且没有集中数据，我们可以成功地在联邦中训练AI模型。结果表明，使用FL训练的模型比单独使用研究所本地数据训练的模型平均性能好6.3%。此外，在其他参与站点的测试数据上，我们发现模型的推广性相对提高了45.8%。
SciDown文献求助系统（解决99%问题） Public Download arXiv.org ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 皮肤微生物群落和皮肤老化的新见解下载
scidown 继续医学教育软件:比较评论。下载
scidown 继续医学教育软件:比较评论。下载