本研究提出了一种个性化联邦学习框架（pFedLIA），旨在解决客户数据分布异质性对全局模型性能的影响。通过“懒惰影响”方法进行分布式聚类，显著提升了模型性能。
正在访问的资源需要验证您是否真人。
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：
