https://techllm.github.io/tags/%EB%9D%BC%EB%B2%A8-%ED%8E%B8%ED%96%A5/Recent content in 라벨 편향 on TechLLMHugokoTue, 22 Sep 2026 07:33:04 +0900https://techllm.github.io/posts/omnimed-fl-a-robust-multimodal-federated-learning-framework-for-clinic/Tue, 22 Sep 2026 07:33:04 +0900https://techllm.github.io/posts/omnimed-fl-a-robust-multimodal-federated-learning-framework-for-clinic/흉부 X-ray와 합성 임상 노트를 결합해 5-class 임상 상태 분류를 수행하는 멀티모달 연합학습 프록시 벤치마크다. 3,000개 공개 흉부 영상과 3,000개 클래스 조건 합성 노트를 환자 단위가 아니라 클래스 단위로 짝지어, 8가지 융합 규칙, 3가지 초기화, 4가지 결측 텍스트 대치 규칙과 여러 연합 베이스라인을 비교한다.