Geodesic-SVDD Latent Mixup：单轮分布式表格学习

Geodesic-SVDD提出面向分布式表格学习的球面原型学习框架，以单轮通信实现隐私保护聚合。在五个表格基准和四种标签偏斜程度上，该方法在七种联邦方法中取得最高平均AUROC，并在Covertype上领先联邦树集成最多21个AUROC点。其One-Shot变体在IID和轻度偏斜条件下匹配集中式Deep SVDD；线性mixup会使优化梯度产生10^9×级别的不稳定。