解决医疗领域类不平衡问题的共蒸馏驱动联邦学习框架

本研究旨在解决医疗领域联邦学习中由于资源不平衡导致的类不平衡问题。我们提出了一种共蒸馏驱动的框架，促进客户端之间的知识共享，从而改善学习效果。实验结果表明，该框架在处理类不平衡方面优于传统的联邦学习方法，同时在不平衡度增加时表现出最小的标准差，展现出该框架在医疗领域中的稳健性。