异构模型直接协作
一个基于规则知识融合的联邦学习框架，允许各设备使用完全不同的本地模型，在不共享原始数据的前提下实现高保真知识融合与高效协作。
Pang, Ying · Zhang, Haibo · Jeremiah D., Deng · 彭立志 · 滕飞
IEEE Transactions on Knowledge and Data Engineering 2023
各设备可选用完全不同的本地模型，规则近似能弥合模型差异，无需统一模型结构。
每条规则是一个线性模型，全局模型由一组规则构成，便于理解和审计。
相比现有模型异构联邦学习方案，CloREF在通信开销上具有竞争力，适合资源受限环境。