热点事件持续更新
FedMAD：遥感图像分类的个性化联邦学习框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布研究报道，研究者提出个性化联邦学习框架 FedMAD，用于遥感图像分类。该框架通过将全局共享表示参数与客户端特定适配参数分离，并在骨干网络中引入轻量调制模块和本地批归一化层，以应对客户端数据分布异构问题。目前报道仅介绍框架设计与思路，未提及实验数据、对比结果或代码发布等后续进展。
AI 根据报道生成 · 1 小时前更新
最新进展10月3日 12:00
研究者提出 FedMAD 框架，以参数分离与调制模块应对遥感图像分类中的数据异构。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）FedMAD：面向遥感图像分类的调制感知定向聚合联邦学习框架
研究者提出个性化联邦学习框架 FedMAD，用于遥感图像分类，通过将全局共享表示参数与客户端特定适配参数分离，并在骨干网络中引入轻量调制模块和本地批归一化层来应对客户端数据分布异构问题。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。