ARTFEED — Contemporary Art Intelligence

Family-FL: Monitoraggio ECG che preserva la privacy su modelli inferiori a 5KB

ai-technology · 2026-05-20

I ricercatori propongono Family-Grouped Hierarchical Federated Learning (Family-FL) per dispositivi indossabili con risorse ultra-limitate. L'architettura a tre livelli utilizza la famiglia come confine di privacy per l'aggregazione intra-familiare prima della sincronizzazione globale. Un modello Tiny CNN-LSTM con 669 parametri, quantizzato INT8 a 4,65KB di Flash e 2,95KB di RAM, è adatto per microcontrollori della classe STC32G12K128. Esperimenti sul database MIT-BIH Arrhythmia mostrano la fattibilità per il monitoraggio ECG che preserva la privacy.

Fatti principali

  • Family-FL utilizza la famiglia come confine naturale della privacy
  • Il modello ha solo 669 parametri
  • La quantizzazione INT8 riduce il modello a 4,65KB di Flash e 2,95KB di RAM
  • Target: microcontrollori della classe STC32G12K128
  • Valutato sul database MIT-BIH Arrhythmia
  • Architettura gerarchica a tre livelli
  • Apprendimento collaborativo che preserva la privacy
  • Obiettivo: rilevare aritmie tramite monitoraggio ECG continuo

Entità

Fonti