😺

論文要約:An Evaluation of Non-Contrastive Self-Supervised Learning for Fed

2023/04/24に公開

An Evaluation of Non-Contrastive Self-Supervised Learning for Federated Medical Image Analysis

概要

医療画像解析・連合学習・自己教師あり学習において、対照学習と非対照学習を比較。非対照学習が優位。

書誌情報

2023/3/9
Soumitri Chattopadhyay、他
ジャダフプール大学(インド)、他
https://arxiv.org/abs/2303.05556v1

背景

医療画像解析において、連合学習(Federated Learning、FL)と自己教師あり学習(Self-Supervised Learning、SSL)の組合せを評価。

方法

連合学習との組合せにおいて、対照SSL(Contrastive SSL、CSL)と非対照SSL(Non-Contrastive SSL、NCSL)を比較。

連合学習  FedAVG、FedBN、FedProx
対照SSL   SimCLR
非対照SSL  Barlow Twins、SimSiam、VICReg、TiCo

6つの医療画像データセット(MedMNIST)で評価。
クライアント数を変えて評価。

結果

非対照SSLが対照SSLより優位。
SimCLRの性能はバッチサイズで変動する。

クライアント数を変えて評価。
非対照SSLはクライアント数の影響は少ない。

Discussion