近日，我校計算機科學與工程學院副教授亓帆以及所指導的2022級研究生李帥撰寫的論文“Adaptive Hyper-graph Aggregation for Modality-Agnostic Federated Learning”被計算機視覺和人工智能領域國際公認的頂級會議IEEE/CVF Conference on Computer Vision and Pattern Recognition（CVPR 2024）錄用。
模型框架圖
該研究針對多模態聯邦學習中常見的模態不兼容問題展開了深入研究，提出了一種創新的自適應超圖聚合的多模態聯邦學習框架。該框架通過結構化設計客戶模型、全局共識原型增強器以及自適應超圖聚合協作圖三大關鍵模塊，有效應對多模態聯邦學習環境中的模態異質性和統計異質性挑戰。即使在服務器無法獲取客戶端模態信息的情況下，該框架也能夠自適應地完成多模態客戶端聚合。
