#服务器优化

RASO：面向缺失模态多模态联邦学习的角色感知服务器优化

论文针对缺失模态下的多模态联邦学习，提出角色感知服务器优化（RASO），协调贡献者选择与角色特定的服务器更新。RASO 通过预测依赖与本地优化参与度选择贡献者，保留编码器动量并同步共享预测块。多数据集与融合架构实验验证其在缺失模态下的有效性。