光滑度近似方法如何促进联邦对抗学习的泛化能力

本研究针对联邦对抗学习的泛化能力不足，提出了一种基于光滑度近似的算法性能评估方法。分析结果表明，随机光滑度近似能够有效降低泛化误差，为新算法的开发提供了理论支持。