分层联邦学习

HFedATM：基于最优传输与正则化均值聚合的分层联邦域泛化

HFedATM: Hierarchical Federated Domain Generalization via Optimal Transport and Regularized Mean Aggregation

Filter-wise 最优传输对齐 + 收缩正则均值聚合，可作为跨客户端/跨站点模型参数融合的通用手段，用于视觉模型在非独立同分布数据上的域泛化；其分层聚合思路可迁移到多源视觉数据（如多医院影像、多摄像头场景）的分布式训练。