Geodesic-SVDD 隐层混洗实现单轮分布式表格学习

Geodesic-SVDD 框架在 5 个表格基准测试中取得七种联邦方法中最高的平均 AUROC。 该方法使用残差球面编码器和测地隐层混洗，防止流形坍缩；单轮“专家乘积”协议实现隐私保护聚合，优于线性混洗 $10^9\times$ 的梯度不稳定性。 在 Covertype 上超越联邦树集成最多 21 AUROC 点，单轮版本在 IID 下匹配集中式 Deep SVDD 性能。