-
公开(公告)号：CN113094497A
公开(公告)日：2021-07-09
申请号：CN202110628271.1
申请日：2021-06-07
Applicant: 华中科技大学
Abstract: 本发明提供一种电子健康记录推荐方法及共享边缘计算平台，方法包括：获取待诊断患者的上下文信息；根据待诊断患者的上下文信息，从多个子空间中查找存储与其具有相似性上下文信息的目标子空间；根据目标子空间，在树结构中查找到与目标子空间对应的目标节点，其中，树结构的每一个节点中存储有具有相似性的多个电子健康记录；基于目标节点中的多个电子健康记录，确定出预设数量的电子健康记录推荐给待诊断患者。本发明根据待诊断患者的上下文信息，从子空间中找到相似的上下文信息，然后找到对应的树节点，从该树节点中存储的电子健康记录中挑选出最合适的多条电子健康记录推荐给待诊断患者，能够用于个性化诊断和为临床决策提供支持。
-
公开(公告)号：CN113033712B
公开(公告)日：2021-09-14
申请号：CN202110559687.2
申请日：2021-05-21
Applicant: 华中科技大学
Abstract: 本发明提供一种基于联邦学习的多用户协同训练人流统计方法，旨在利用联邦学习框架搭建一个新颖的人群计数模型，达到让多用户多设备同时训练的目的。各个客户端利用图像数据集对图像分类网络进行本地训练以获取本地模型；在各经过至少一次本地训练后，中心服务器从客户端获取本地模型的权值及附加层参数并进行聚合处理；中心服务器利用聚合处理后的权值及附加层参数更新全局模型，并将聚合处理后的权值参数及附加层参数返回给各个客户端；各个客户端利用中心服务器返回的权值以及ground truth值进行贝叶斯估计，计算loss值，并利用返回的权值参数及附加层参数更新本地模型；重复执行直至所有客户端的loss值均收敛，则完成人流统计全局模型和本地模型的训练。
-
公开(公告)号：CN113033712A
公开(公告)日：2021-06-25
申请号：CN202110559687.2
申请日：2021-05-21
Applicant: 华中科技大学
Abstract: 本发明提供一种基于联邦学习的多用户协同训练人流统计方法，旨在利用联邦学习框架搭建一个新颖的人群计数模型，达到让多用户多设备同时训练的目的。各个客户端利用图像数据集对图像分类网络进行本地训练以获取本地模型；在各经过至少一次本地训练后，中心服务器从客户端获取本地模型的权值及附加层参数并进行聚合处理；中心服务器利用聚合处理后的权值及附加层参数更新全局模型，并将聚合处理后的权值参数及附加层参数返回给各个客户端；各个客户端利用中心服务器返回的权值以及ground truth值进行贝叶斯估计，计算loss值，并利用返回的权值参数及附加层参数更新本地模型；重复执行直至所有客户端的loss值均收敛，则完成人流统计全局模型和本地模型的训练。
-
公开(公告)号：CN113094497B
公开(公告)日：2021-09-14
申请号：CN202110628271.1
申请日：2021-06-07
Applicant: 华中科技大学
Abstract: 本发明提供一种电子健康记录推荐方法及共享边缘计算平台，方法包括：获取待诊断患者的上下文信息；根据待诊断患者的上下文信息，从多个子空间中查找存储与其具有相似性上下文信息的目标子空间；根据目标子空间，在树结构中查找到与目标子空间对应的目标节点，其中，树结构的每一个节点中存储有具有相似性的多个电子健康记录；基于目标节点中的多个电子健康记录，确定出预设数量的电子健康记录推荐给待诊断患者。本发明根据待诊断患者的上下文信息，从子空间中找到相似的上下文信息，然后找到对应的树节点，从该树节点中存储的电子健康记录中挑选出最合适的多条电子健康记录推荐给待诊断患者，能够用于个性化诊断和为临床决策提供支持。
-
-
-
Search Results
4
records
(took 0.016 seconds)
