Biblioteca122.739 documentos en línea

Artículo

A Privacy-Preserving Reinforcement Learning Approach for Dynamic Treatment Regimes on Health DataUn enfoque de aprendizaje por refuerzo que preserva la privacidad para regímenes de tratamiento dinámico en datos de salud.

Resumen

Basado en los estados clínicos del paciente, la tecnología de régimen de tratamiento dinámico puede proporcionar varios métodos terapéuticos, lo cual es útil para la elaboración de políticas de tratamiento médico. El aprendizaje por refuerzo es un enfoque importante para desarrollar esta tecnología. Para implementar eficientemente el algoritmo de aprendizaje por refuerzo, el cálculo de los datos de salud suele ser externalizado al servidor de nube no confiable. Sin embargo, este podría filtrar, falsificar o eliminar datos de salud privados. La encriptación es un método común para resolver este problema. Pero el servidor de nube tiene dificultades para calcular datos de salud encriptados. En este artículo, basándonos en el esquema de encriptación homomórfica aproximada de Cheon et al., primero proponemos protocolos de cálculo seguros para implementar comparaciones, máximo, exponenciación y división. A continuación, diseñamos un protocolo homomórfico para el recíproco de la raíz cuadrada, que solo requiere

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento