arXiv ID:
2603.24209
arXiv 提交日期: 2026-03-25
HEART-PFL:一种在数据异构环境下通过分层方向对齐与对抗知识迁移实现稳定个性化联邦学习的框架 / HEART-PFL: Stable Personalized Federated Learning under Heterogeneity with Hierarchical Directional Alignment and Adversarial Knowledge Transfer
1️⃣ 一句话总结
这篇论文提出了一个名为HEART-PFL的新框架,它通过分层方向对齐和对抗知识迁移两种技术,在保护用户数据隐私的联邦学习场景下,有效解决了因数据分布不均导致的模型训练不稳定问题,从而为每个用户训练出更精准、更稳定的个性化模型。