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