公平性

Fed-Equilibriumフレームワーク：臨床フェデレーテッド学習における知識支配と公平性の課題解決

マルチセンター臨床ネットワークでのフェデレーテッド学習（FL）は、データ量が多いハブが少数コミュニティノードを圧倒する「知識支配」に直面しています。Fed-Equilibriumは、この課題を解決するため、幾何学的品質保証とトポロジカル等化という二段階の勾配制御カスケードを導入し、堅牢性と公平性を両立するフレームワークを提供します。