本研究提出了一种新的联邦聚类方法，解决了无监督场景下联邦学习的应用不足。该方法能够在无标签和不均匀数据分布的情况下实现跨多个客户端的完整类别识别，并显示出在无监督的联邦学习环境中提高数据表示精度的潜力。
完成下面两步后，将自动完成登录并继续当前操作。
