利用FLARE进行联邦学习
时间：2022-04-16 17:39:01 | 来源：行业动态
时间：2022-04-16 17:39:01 来源：行业动态
联邦学习是一种隐私保护技术，在处理稀疏、保密或缺乏多样性的数据时特别有用。但它对于大型数据集也很有用，因为组织的数据采集方法或者患者或客户统计技术在处理此类数据集时可能会出现偏差。
许多其他软件制造商（如美国放射学会的AI LAB和Rhino Health）开始通过其联合学习平台在NVIDIA AI Enterprise上验证他们的软件，通过集成到通用的医疗健康IT基础设施中来简化部署。
NVIDIA FLARE（全称为Federated Learning Application Runtime Environment，联邦学习应用程序运行时环境）是NVIDIA Clara Train联邦学习软件的底层引擎，该软件已用于医学成像、基因分析、肿瘤学和新冠肺炎（COVID-19）研究中的AI应用程序。利用此SDK，科研人员和数据科学家可以使其现有的机器学习和深度学习工作流程适应分散工作范式。
提供NVIDIA FLARE的源代码可为科研人员和平台开发者带来更多工具来定制其联邦学习解决方案，从而更好地推动在各行各业中应用先进的AI技术。
利用此SDK，科研人员可以选择不同的联邦学习架构，并根据各个领域特有的应用来定制方法。平台开发者可以使用NVIDIA FLARE为客户提供构建多方协作应用程序所需的分布式基础设施。
联邦学习参与者协同训练或评估AI模型，同时无需汇集或交换每个组的专有数据集。为实现这一点，NVIDIA FLARE提供了不同的分布式架构，包括点对点、循环式和服务器-客户端方法等。
通过使用服务器-客户端方法（每个参与者学习的模型参数均发送到公共服务器并聚合为一个全局模型），NVIDIA牵头开展了多个联邦学习项目，以帮助划分胰腺癌种类、对乳房X光检查中的乳房密度进行分类以告知乳腺癌风险，以及预测新冠肺炎患者的氧气需求。
在使用NVIDIA FLARE进行的两个联邦学习协作项目中也使用了服务器/客户端架构：NVIDIA与Roche Digital Pathology的科研人员合作，通过使用全视野数字切片进行分类成功完成内部仿真；以及与荷兰的Erasmus Medical Center合作开发AI应用程序，以识别与精神分裂症病例相关的基因变异。
NVIDIA FLARE可与现有的AI方案（包括适用于医学成像的开源MONAI框架）相集成。
在线咨询
