9780443236419 - federated learning for medical imaging: principles, algorithms, and applications (the miccai society book series) (4 Ergebnisse)
- Softcover
Anbieter: Majestic Books, Hounslow, Vereinigtes KönigreichMajestic Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 4 SternenZustand: Neu
EUR 126,83
EUR 7,58 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 3 verfügbar
Zustand: New.
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 156,51
EUR 13,97 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
- Softcover
Anbieter: moluna, Greven, Deutschlandmoluna
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 156,83
EUR 48,99 VersandVersand von Deutschland nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. Presents the specific challenges in developing and deploying FL to medical imagingExplains the tools for developing or using FLPresents the state-of-the-art algorithms in the field with open source software on GithubGives .
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 215,00
EUR 62,04 VersandVersand von Deutschland nach USAAnzahl: 2 verfügbar
Taschenbuch. Zustand: Neu. Neuware - Federated Learning for Medical Imaging: Principles, Algorithms, and Applications gives a deep understanding of the technology of federated learning (FL), the architecture of a federated system, and the algorithms for FL. It shows how FL allows multiple medical institutes to collaboratively tr…ain and use a precise machine learning (ML) model without sharing private medical data via practical implantation guidance. The book includes real-world case studies and applications of FL, demonstrating how this technology can be used to solve complex problems in medical imaging. The book also provides an understanding of the challenges and limitations of FL for medical imaging, including issues related to data and device heterogeneity, privacy concerns, synchronization and communication, etc.This book is a complete resource for computer scientists and engineers, as well as clinicians and medical care policy makers, wanting to learn about the application of federated learning to medical imaging.
