ヘルスケア産業における連合学習技術とその応用 Federated Learning Techniques and Its Application in the Healthcare Industry

ヘルスケア産業における連合学習技術とその応用<br>Federated Learning Techniques and Its Application in the Healthcare Industry

個数：

ヘルスケア産業における連合学習技術とその応用
Federated Learning Techniques and Its Application in the Healthcare Industry

Gururaj, H L (EDT)/ Kayarga, Tanuja (EDT)/ Flammini, Francesco (EDT)

ウェブストア価格 ¥17,842（本体¥16,220）
World Scientific Publishing Co Pte Ltd（2024/06発売）
外貨定価 US$ 88.00
ポイント 162pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合、分割発送となる場合がございます。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版／ページ数 240 p.
言語 ENG
商品コード 9789811287930

Full Description

Federated Learning is currently an emerging technology in the field of machine learning. Federated Learning is a structure which trains a centralized model for a given assignment, where the data is de-centralized across different edge devices or servers. This enables preservation of the confidentiality of data on various edge devices, as only the updated outcomes of the models are shared with the centralized model. This means the data can remain on each edge device, while we can still train a model using that data.Federated Learning has greatly increased the potential to transmute data in the healthcare industry, enabling healthcare professionals to improve treatment of patients.This book comprises chapters on applying Federated models in the field of healthcare industry.Federated Learning mainly concentrates on securing the privacy of data by training local data in a shared global model without putting the training data in a centralized location. The importance of federated learning lies in its innumerable uses in health care that ranges from maintaining the privacy of raw data of the patients, discover clinically alike patients, forecasting hospitalization due to cardiac events impermanence and probable solutions to the same. The goal of this edited book is to provide a reference guide to the theme.