去中心化异构协同
一种无需中央服务器的点对点异构联邦学习框架，通过共享无标签数据和互相关矩阵实现客户端间特征级与语义级知识交换，提升本地模型的跨域泛化能力。
马洪波 · Jiacheng, Wei · 张国伟 · 王奇斌 · 孔宪光 · 杜敬利
IEEE Internet of Things Journal 2024
通过共享无标签数据集和构建互相关矩阵实现点对点通信，避免中心化带来的额外参数和隐私风险。
通过构建互相关矩阵对齐实例维度和聚类维度，在特征级和语义级进行知识交换。
本地更新阶段引入基于类标签和类关系的联合知识蒸馏，有效平衡多域类别知识。
在三个案例中验证了框架处理模型异质性和数据统计异质性的有效性，并获得跨域泛化能力。