Hybrid pre trained model based feature extraction for enhanced indoor scene classification in federated learning environments
2.5
来源：
Nature
发布时间：
2025-08-21 21:59
摘要：
研究提出了一种新型的MultiData模型，结合深度学习与联邦学习，显著提高室内场景分类的准确性，适用于智能基础设施等领域。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
0.0分+不属于医疗健康领域
business_impact
0.0分+无商业影响
scientific_rigor
1.5分+有具体实验数据支持
audience_relevance
0.0分+非治疗相关
timeliness_innovation
1.0分+技术创新
Investment_perspective
0.0分+无投资信息
team_institution_background
0.0分+背景不明
technical_barrier_competition
0.0分+无技术壁垒
关键证据
MultiData模型实现了99.99%的准确率
与VGG16、VGG19和ResNet152的比较显示出显著优势
研究对智能基础设施和可持续城市发展有重要贡献
拒绝原因
不属于医疗健康领域
真实性检查
否
AI评分总结
研究提出了一种新型的MultiData模型，结合深度学习与联邦学习，显著提高室内场景分类的准确性，适用于智能基础设施等领域。