联邦特征选择：仅共享投票不共享数据

2026年10月14日，Towards Data Science 刊文介绍一种联邦特征选择方法：医院、银行和边缘设备等参与方无需共享数据行，仅通过共享投票，就能就“哪些特征重要”达成一致，从而在各方数据不出本地的前提下完成特征选择。报道称，该方法可在 NVIDIA FLARE 和 Flower 两个联邦学习框架中运行。报道未披露具体算法细节、参与方规模或实验结果。目前该事件仅有这一篇报道，为最新进展。

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。