联邦预测性维护端侧生成模型权衡研究

2026年10月28日，arXiv Artificial Intelligence 刊出 Usevalad Milasheuski 等作者的论文，对联邦预测性维护（PdM）场景中的 VAE、GAN 与扩散模型（DM）进行性能与通信开销的综合分析，覆盖完全联邦与仅共享部分模型组件的部分联邦两种设置，并在五个客户端、两个工业时间序列基准上测试。结果显示：GAN 类配置的完全联邦优于独立本地训练，但鲁棒性不及 VAE 与 DDPM 方案；扩散模型仅共享解码器即可达到完全联邦的效果，同时大幅降低通信负载。该报道为目前唯一来源，尚无跟进报道或相互矛盾的数字与说法。

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。