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

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。