FedRSPO+：异构感知联邦决策聚焦学习框架

Konstantinos Ziliaskopoulos 等作者提交论文预印本，提出 FedRSPO+，一个面向决策聚焦联邦学习（DFL）的异构感知框架。它建立在正则化“先预测后优化”代理 RSPO+ 之上，通过投影平滑决策映射。 论文称，RSPO+ 可上界决策误差与 regret，并推导出依赖目标与可行集异构性的跨客户端异构界；该界在齐次情形下消失，且无需强凸性假设。

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。