本文介绍了一种新颖的个性化联邦学习方法，即类别级联联邦平均（cwFedAVG），通过在服务器端按类别执行联邦平均，创建多个全局模型，并使用本地类别分布加权整合这些模型。实验结果显示，cwFedAVG 在概念上简单而计算高效，可以与现有方法相媲美甚至更好。