arXiv · cs.AI · Haotian Wu, Xu Ji, Qiheng Li, Li Xiong, Zibin Pan2026-11-03 13:00 · 9 小时前模型评分37

FKPL：面向域偏移联邦学习的知识保留式模型聚合框架

Rethinking Model Aggregation for Federated Learning with Domain Skew: A Knowledge-Preserving Perspective

导读

研究者提出联邦知识保留学习（FKPL，Federated Knowledge-Preserving Learning）两阶段框架，先用一次性子空间聚类分组客户端做域内训练并冻结拼接各专家编码器，再用类匹配域原型插值生成虚拟特征，由服务器训练全局线性分类器。

分类置信度

中 · 待人工复核

来源级别：媒体与个人

事件类型：研究发布

证据摘录

“We propose Federated Knowledge-Preserving Learning (FKPL), a two-stage framework that combines domain-oriented expert training with prototype-based classifier calibration.”

来源：arXiv · cs.AI · arxiv.org