https://blog.qife122.com/tags/%E8%82%8C%E7%94%B5%E4%BF%A1%E5%8F%B7%E8%A7%A3%E7%A0%81/ Recent content in 肌电信号解码 on 办公AI智能小助手 Hugo zh-cn qife Fri, 05 Sep 2025 04:26:26 +0800 https://blog.qife122.com/p/%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BC%80%E7%8E%AF%E4%B8%8E%E9%97%AD%E7%8E%AFemg%E8%A7%A3%E7%A0%81%E4%B8%AD%E7%9A%84%E9%9A%90%E7%A7%81%E4%B8%8E%E6%80%A7%E8%83%BD%E6%9D%83%E8%A1%A1/ Fri, 05 Sep 2025 04:26:26 +0800 https://blog.qife122.com/p/%E8%81%94%E9%82%A6%E5%AD%A6%E4%B9%A0%E5%9C%A8%E5%BC%80%E7%8E%AF%E4%B8%8E%E9%97%AD%E7%8E%AFemg%E8%A7%A3%E7%A0%81%E4%B8%AD%E7%9A%84%E9%9A%90%E7%A7%81%E4%B8%8E%E6%80%A7%E8%83%BD%E6%9D%83%E8%A1%A1/ <h1 id="联邦学习在开环与闭环emg解码中的隐私与性能视角">联邦学习在开环与闭环EMG解码中的隐私与性能视角</h1> <p>侵入式和非侵入式神经接口作为下一代技术的高带宽输入设备具有广阔前景。然而，神经信号本身编码了关于个人身份和健康的敏感信息，这使得用于解码器训练的数据共享成为关键的隐私挑战。联邦学习（FL）作为一种分布式、隐私保护的学习框架，提供了一个有前景的解决方案，但它在闭环自适应神经接口中的应用尚未被探索。</p>