本研究提出了FedIFL框架，旨在解决电动系统故障诊断中的数据稀缺和标签不一致问题。通过原型对比学习和特征解耦机制，提升了模型的泛化能力，实现了准确的故障诊断。

本研究提出了TdAttenMix，通过结合人类注视信息改进CutMix方法，有效解决标签不一致问题。实验结果表明，其在八个基准测试中优于现有方法。