联邦预测性维护：端侧生成模型权衡对比

Usevalad Milasheuski 等作者发表研究，对比 VAE、GAN 与扩散模型在联邦预测性维护中的表现和通信开销，覆盖完全联邦与部分联邦两种设置，测试规模为五个客户端、两个工业时间序列基准。 结果显示：GAN 在完全联邦下优于各客户端独立本地训练，但鲁棒性不及 VAE 和 DDPM；扩散模型只需共享解码器就能达到完全联邦的效果，同时大幅降低通信量。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。