Federated learning para Internet de las cosas médicas: un estudio
Autores: Prasad, Vivek Kumar; Bhattacharya, Pronaya; Maru, Darshil; Tanwar, Sudeep; Verma, Ashwin; Singh, Arunendra; Tiwari, Amod Kumar; Sharma, Ravi; Alkhayyat, Ahmed; urcanu, Florin-Emilian; Raboaca, Maria Simona
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Federated learning para Internet de las cosas médicas: un estudio
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Datos en tiempo real
Internet de las Cosas Médicas
Análisis de salud
Aprendizaje federado
Aprendizaje distribuido
Registros de salud electrónicos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Recientemente, en organizaciones de atención médica, se han recopilado datos en tiempo real de sensores conectados o implantables, pilas de protocolos en capas, marcos de comunicación livianos y dispositivos finales, denominados ecosistemas de Internet de las Cosas Médicas (IoMT). El IoMT es vital para impulsar la analítica de la atención médica (HA) hacia la extracción de ideas significativas basadas en datos.
Descripción
Recientemente, en organizaciones de atención médica, se han recopilado datos en tiempo real de sensores conectados o implantables, pilas de protocolos en capas, marcos de comunicación livianos y dispositivos finales, denominados ecosistemas de Internet de las Cosas Médicas (IoMT). El IoMT es vital para impulsar la analítica de la atención médica (HA) hacia la extracción de ideas significativas basadas en datos.