Fed-BRDECS：异构感知联邦聚类框架

Haemin Park 等作者提交论文预印本，提出 Fed-BRDECS 联邦深度嵌入式聚类框架。该方法用本地可计算的样本稳定性损失替代全局归一化聚类目标，避免传输本地软分配分布，并引入预测均衡采样和质心级重启应对非 IID 客户端分布。作者称，在图像与文本聚类基准上，于 IID 和 non-IID 划分下均优于代表性联邦聚类与深度聚类基线，还可应用于联邦时间序列异常检测且不增加推理开销。上述效果均为论文中的说法，尚待独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。