(Хмельницький національний університет, 2024-11-21) Чабан, Олександр Романович; Манзюк, Едуард Андрійович
У роботі запропоновано метод дистиляції знань від моделей-вчителів до моделі-учня глибокого навчання, який призначений для покращення класифікації медичних зображень, зокрема МРТ серця. Метод враховує проблему доменного зсуву та обмежену кількість анотованих даних, комбінуючи адаптивну дистиляцію знань, доменну адаптацію та підходи до збереження приватності. Метод складається з трьох блоків: навчання моделей-вчителів із доменною адаптацією, агрегування знань для створення узагальнених ознак та навчання моделі-учня із застосуванням псевдоанотацій та збереженням конфіденційності. Обчислювальні експерименти показали, що запропонований метод злегка перевершує сучасні підходи за точністю та узагальненням знань за різними доменами даних.