Buchumschlag

Smart Split-Federated Learning over Noisy Channels for Embryo Image Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kafshgari, Zahra Hafezi, Bajic, Ivan V., Saeedi, Parvaneh
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SplitFed-CL: A Split Federated Co-Learning Framework for Medical Image Segmentation with Inaccurate Labels
von: Kafshgari, Zahra Hafezi, et al.
Veröffentlicht: (2026)

MedSegNet10: A Publicly Accessible Network Repository for Split Federated Medical Image Segmentation
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2025)

MuCALD-SplitFed: Causal-Latent Diffusion for Privacy-Preserving Multi-Task Split-Federated Medical Image Segmentation
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2026)

When To Adapt? Adapting the Model or Data in Federated Medical Imaging
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2026)

Learned Compression of Encoding Distributions
von: Ulhaq, Mateen, et al.
Veröffentlicht: (2024)

Learned Multimodal Compression for Autonomous Driving
von: Hadizadeh, Hadi, et al.
Veröffentlicht: (2024)

Learned Scalable Video Coding For Humans and Machines
von: Hadizadeh, Hadi, et al.
Veröffentlicht: (2023)

Reinforcement Learning for Unsupervised Video Summarization with Reward Generator Training
von: Abbasi, Mehryar, et al.
Veröffentlicht: (2024)

Optimizing Split Points for Error-Resilient SplitFed Learning
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2024)

SplitFedZip: Learned Compression for Data Transfer Reduction in Split-Federated Learning
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2024)

Scalable Human-Machine Point Cloud Compression
von: Ulhaq, Mateen, et al.
Veröffentlicht: (2024)

Compressive Feature Selection for Remote Visual Multi-Task Inference
von: Alvar, Saeed Ranjbar, et al.
Veröffentlicht: (2024)

Towards Task-Compatible Compressible Representations
von: de Andrade, Anderson, et al.
Veröffentlicht: (2024)

Deep Self-Cleansing for Medical Image Segmentation with Noisy Labels
von: Dong, Jiahua, et al.
Veröffentlicht: (2024)

Mix-modal Federated Learning for MRI Image Segmentation
von: Hu, Guyue, et al.
Veröffentlicht: (2025)

Stratify or Die: Rethinking Data Splits in Image Segmentation
von: Jami, Naga Venkata Sai Jitin, et al.
Veröffentlicht: (2025)

Mutual Information Analysis in Multimodal Learning Systems
von: Hadizadeh, Hadi, et al.
Veröffentlicht: (2024)

Region-Normalized DPO for Medical Image Segmentation under Noisy Judges
von: Kalisch, Hamza, et al.
Veröffentlicht: (2026)

Task Specific Pretraining with Noisy Labels for Remote Sensing Image Segmentation
von: Liu, Chenying, et al.
Veröffentlicht: (2024)

Adaptive Label Correction for Robust Medical Image Segmentation with Noisy Labels
von: Qian, Chengxuan, et al.
Veröffentlicht: (2025)

Robust Noisy Pseudo-label Learning for Semi-supervised Medical Image Segmentation Using Diffusion Model
von: Xi, Lin, et al.
Veröffentlicht: (2025)

Lossy Common Information in a Learnable Gray-Wyner Network
von: de Andrade, Anderson, et al.
Veröffentlicht: (2026)

How Universal Are SAM2 Features?
von: Atani, Masoud Khairi, et al.
Veröffentlicht: (2025)

pFedSAM: Personalized Federated Learning of Segment Anything Model for Medical Image Segmentation
von: Wang, Tong, et al.
Veröffentlicht: (2025)

FedDiv: Collaborative Noise Filtering for Federated Learning with Noisy Labels
von: Li, Jichang, et al.
Veröffentlicht: (2023)

Personalized Federated Learning with Residual Fisher Information for Medical Image Segmentation
von: Zhu, Meilu, et al.
Veröffentlicht: (2026)

PathFL: Multi-Alignment Federated Learning for Pathology Image Segmentation
von: Zhang, Yuan, et al.
Veröffentlicht: (2025)

Label Filling via Mixed Supervision for Medical Image Segmentation from Noisy Annotations
von: Li, Ming, et al.
Veröffentlicht: (2024)

How to Efficiently Annotate Images for Best-Performing Deep Learning Based Segmentation Models: An Empirical Study with Weak and Noisy Annotations and Segment Anything Model
von: Zhang, Yixin, et al.
Veröffentlicht: (2023)

Federated Learning with Instance-Dependent Noisy Label
von: Wang, Lei, et al.
Veröffentlicht: (2023)

Distribution-aware Noisy-label Crack Segmentation
von: Jiang, Xiaoyan, et al.
Veröffentlicht: (2024)

Boxes2Pixels: Learning Defect Segmentation from Noisy SAM Masks
von: Lendering, Camile, et al.
Veröffentlicht: (2026)

Imbalanced Medical Image Segmentation with Pixel-dependent Noisy Labels
von: Guo, Erjian, et al.
Veröffentlicht: (2025)

The Role of Recurrency in Image Segmentation for Noisy and Limited Sample Settings
von: Calhas, David, et al.
Veröffentlicht: (2024)

Multitasking Embedding for Embryo Blastocyst Grading Prediction (MEmEBG)
von: Angabini, Nahid Khoshk, et al.
Veröffentlicht: (2026)

EM-Net: Efficient Channel and Frequency Learning with Mamba for 3D Medical Image Segmentation
von: Chang, Ao, et al.
Veröffentlicht: (2024)

Dual Advancement of Representation Learning and Clustering for Sparse and Noisy Images
von: Li, Wenlin, et al.
Veröffentlicht: (2024)

Learning from Noisy Prompts: Saliency-Guided Prompt Distillation for Robust Segmentation with SAM
von: Kang, Jingxuan, et al.
Veröffentlicht: (2026)

Federated Learning for Cross-Modality Medical Image Segmentation via Augmentation-Driven Generalization
von: Nagaraju, Sachin Dudda, et al.
Veröffentlicht: (2026)

Federated Client-tailored Adapter for Medical Image Segmentation
von: Hu, Guyue, et al.
Veröffentlicht: (2025)