该研究比较了联邦学习中的两种策略，联邦平均和个性化联邦平均，在非独立同分布数据条件下的性能。结果显示，Per-FedAvg在高异质性条件下表现更好。这为在分散环境下开发更有效和高效的机器学习策略提供了见解。

该研究比较了联邦学习中的两种策略，联邦平均和个性化联邦平均，在非独立同分布数据条件下的性能。结果显示，Per-FedAvg在高异质性条件下表现更好。这为在分散环境下开发更有效和高效的机器学习策略提供了见解。