

AI・コンピューティング
フェデレーションラーニング
- 構成:
- 3 つのクライアントを備えた中央サーバー
- アスペクト比:
- 16:9
プロンプト
【3 つの病院にわたるフェデレーテッド ラーニング】の図を作成します。上部に 1 台のサーバーがグローバル モデルを保持し、その下に 3 つの病院が連続して配置され、それぞれが独自のローカル データ (データベース アイコン) とローカル モデルを持ちます。上向きの矢印は、各病院からサーバーにモデルの更新を伝えます。下向きの矢印はグローバル モデルを元に戻します。データアイコンが病院から出ることはありません。
各ラベルは図全体で 1 回だけ記述します。
ラベル(それぞれ一度だけ使用し、他の文字は追加しない): 【Server, Global model, Hospital A, Hospital B, Hospital C, Local data, Model updates】.
スタイル: ジャーナル形式の概略図。白い背景にきれいなフラット ベクトル グラフィックス。モジュールは、内側に短い名前が入った角丸長方形または単純なアイコンです。ライト パステル パネルは、関連するレイヤーをグループ化します。落ち着いた色は 3 ~ 4 色だけで、それぞれに 1 つの固定された意味があります。細く均一な矢印は、データ、エネルギー、物質、または影響の流れを示します。間接リンクまたはフィードバック リンクの破線の矢印。サンセリフ英語ラベルのみ。各ラベルは 1 回だけ表示され、指定されたとおりに綴られます。 3D レンダリング、影、輝き、サイバーパンクやテクノロジー背景の装飾、フォトリアリズムはありません。
このプロンプトと作例を参考画像として Yila で開きます。
作例は Nano Banana で生成しました。GPT Image などほかの画像モデルでも使えますが、結果はモデルによって異なります。






