针对边缘设备领域异质性的稳健联邦学习

BriefGPT - AI 论文速递 · 2025-05-15T00:00:00Z

本研究提出了一种原型增强框架，旨在解决联邦学习中因领域异质性导致的全局模型收敛问题。通过引入联邦增强原型对比学习（FedAPC），显著提升了模型的泛化能力和稳健性，实验结果表明其性能优于现有技术。