FedSPM针对路由式联邦学习中的“双重异质性”：客户端之间分布不同，单个客户端内部也存在潜在子群体。方法以客户端特定的潜在混合成分联合建模分类预测分布与路由特征分布，并用相对共同非参数测度的密度比实现跨客户端共享。论文提出联邦EM算法，给出受控代理误差下精确剖面目标的O(1/√T)收敛保证，并在受控基准和医疗数据上报告路由与预测改进。
最近 24 小时暂无可用热度快照。