Фреймворк персонализированного федеративного обучения для приватного и масштабируемого IoT-здравоохранения

Представлен фреймворк PFL-HCare для персонализированного федеративного обучения в IoT-здравоохранении. Решение сочетает метаобучение MAML, дифференциальную приватность (RDP) и квантование градиентов для эффективности. Включает веб-дашборд на React и FastAPI для мониторинга в реальном времени.