适配非独立同分布数据
通过差异感知聚合与多分支特征融合，为异构数据环境下的每个客户端生成个性化模型，显著提升联邦学习在非独立同分布场景中的准确性与鲁棒性。
Liu, Wei · Jiayu, Chen · Bin, Wang · 宰光军 · She, Wei · Tian, Zhao
IEEE Internet of Things Journal 2025
差异感知聚合策略根据每个客户端的数据分布调整其在模型聚合中的贡献，生成个性化本地模型，从而适应客户端的多样性和个性化需求。
多分支特征融合机制通过多尺度池化和特征增强整合多样化的特征表示，在空间和通道维度上融合特征，实现更全面的表征，提高模型的准确性和鲁棒性。