Federated continual learning: A comprehensive survey on lifelong and privacy-preserving learning over distributed and non-stationary data

En 3 lignesEnquête systématique sur l'apprentissage fédéré continu (FCL), qui combine l'apprentissage fédéré préservant la vie privée avec l'apprentissage continu sur données non-stationnaires. Identifie les limites des méthodes FL classiques face aux distributions évolutives et propose une taxonomie multi-dimensionnelle des approches FCL pour applications réelles (santé, IoT industriel, cybersécurité, villes intelligentes).

Résumé généré par Claude — vérifié par l'humain