Towards Robust Federated Multimodal Graph Learning under Modality Heterogeneity

Esta pesquisa aborda os desafios da aprendizagem de grafos multimodais (MGL) em ambientes federados, especialmente quando grafos do mundo real são isolados e possuem modalidades incompletas. Propõe um pipeline federado robusto em duas etapas para superar as limitações dos métodos existentes, reconstruindo modalidades ausentes e agregando parâmetros atualizados do cliente.