FedTopo针对联邦学习中客户端模型架构不同、特征空间难以对齐的问题，不再共享参数、预测或绝对特征原型，而是从本地类别原型构建类别关系拓扑，并结合类别统计上传。服务器按可靠性聚合关系后广播，客户端据此强化拓扑相似的负类区分。论文称其在三个数据集、八种异构骨干网络上优于多类基线，同时保持较低通信开销且不增加推理开销。
最近 24 小时暂无可用热度快照。