自监督与表征学习 / CVPR2026
FedRG:释放表征几何以应对含噪声客户端的联邦学习
FedRG: Unleashing the Representation Geometry for Federated Learning with Noisy Clients
用自监督得到的标签无关球面表征几何(vMF 混合聚类)来判别噪声样本,替代仅依赖标量损失的思路;做噪声标签、长尾或数据异构下的鲁棒训练时,可把这套「表征几何优先」的样本筛选与软标签映射机制迁移到视觉分类流水线中。
联邦学习噪声标签学习vMF-混合模型