LEO-Split：一种面向LEO卫星网络的半监督分裂学习框架

本研究解决了低地球轨道（LEO）卫星系统中，由于与地面站间不稳定的连接和数据稀缺而导致的集中学习和分布式学习的挑战。提出了LEO-Split，一个适用于卫星网络的半监督分裂学习框架，通过构建辅助模型和伪标记算法，克服了数据不平衡和训练失败的问题，实验结果表明该框架在性能上优于现有的最佳模型。