data heterogeneity

Towards Robust Federated Multimodal Graph Learning under Modality Heterogeneity

Esta investigación aborda los desafíos del aprendizaje multimodal de grafos (MGL) en entornos federados, especialmente cuando los grafos del mundo real están aislados y tienen modalidades incompletas. Introduce un robusto pipeline federado de dos etapas para superar las limitaciones de los métodos existentes, reconstruyendo modalidades faltantes y agregando parámetros actualizados del cliente.