据Techxplore网7月11日消息，美国北卡罗来纳州立大学研究人员提出一种新方法，可使得精准模型的开发从而可以忽视数据的异构程度。联邦学习是一种AI训练技术，它可以在不影响数据隐私情况下通过AI系统的多组数据来提高其性能，但数据的性质会导致本地模型的变化，使得应用于其他数据集时效果不佳，甚至在数据中具备较高异构性时，客户端以一种实际上损害混合模型性能的方式修改其本地模型。而新方法则看可以比以前的技术更有效地解决异质性问题，同时仍然保护隐私。

消息来源：https://techxplore.com/news/2022-07-ai-tackle-longstanding-heterogeneity-problem.html