表征校准

域偏斜联邦学习中的特征解耦与校准

Domain-Skewed Federated Learning with Feature Decoupling and Calibration

把特征单元按域鲁棒性拆成域鲁棒/域相关两部分再校准，这套「解耦+校准」思路可直接迁移到视觉里的跨域表征学习与测试时域适应，用来防止表征坍缩到低维子空间。