自适应分布式核岭回归：一种适用于数据孤立的可行分布式学习方案

该研究提出了联邦核岭回归理论框架，解决联邦学习中的异构性问题，并设计了新的实验协议。发现基于知识蒸馏的联邦学习协议表现不佳，联邦核岭回归可提高模型性能和泛化能力。