#non-IID data

一篇纯理论论文，把Bernstein不等式推广到再生过程，让泛化误差界不再依赖独立同分布假设，还给出了极小化最优性证明。

想了解如何解决联邦学习中的非独立同分布数据聚类问题，可以看看这篇论文提出的 FedDCN 方法。

联邦学习遇到非独立同分布数据时，LIGHTYEAR用NTK判断哪些更新对你有用，比单纯比参数靠谱，五个数据集上都赢了。

卫星联邦学习老被轨道数据不均衡坑，FedOrbit 用分层聚合和自适应分解，在遥感基准上最高提了 16 个点，做边缘 AI 的可以看看。