热点事件持续更新
FedMAD：面向遥感图像分类的联邦学习调制感知方向聚合方法
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv 发表 Computer Vision 论文 FedMAD，提出一种个性化联邦学习框架用于遥感图像分类。该框架将全局共享表征参数与客户端自适应参数分离，通过轻量调制模块与本地批归一化层保留域特异性特征；引入调制感知方向聚合策略，根据本地调制更新对齐程度动态调整聚合权重，以抑制异构数据分布带来的冲突更新。实验在 BigEarthNet-S2 和 EuroSAT 数据集上进行，结果显示 FedMAD 优于现有主流联邦学习算法；代码将公开可用。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · Computer VisionFedMAD：面向遥感图像分类的联邦学习调制感知方向聚合方法
FedMAD 提出一种个性化联邦学习框架，将全局共享表征参数与客户端自适应参数分离，通过轻量调制模块与本地批归一化层保留域特异性特征。框架引入调制感知方向聚合策略，根据本地调制更新对齐程度动态调整聚合权重，抑制异构数据分布带来的冲突更新。在 BigEarthNet-S2 和 EuroSAT 数据集上的实验验证了 FedMAD 在异构遥感数据分布下优于现有主流联邦学习算法的效果，代码将公开可用。
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。