面向异构特征空间的联邦式缺失值填补方法

深度解读：FedHF-Impute——面向异构特征空间的联邦缺失值填补框架 ——对arXiv:2605.16099的系统性学术剖析 📋 论文基本信息 标题：Federated Imputation under Heterogeneous Feature Spaces 作者：Imane Hocine, Chaimaa Medjadji, Sylvain Kubler, Grégoire Danoy, Yves Le Traon 机构：University of Luxembourg（SnT Centre for Security, Reliability and Trust）、Université de Lorraine ArXiv ID：2605.16099（注：ID中年份“26”为预印本编号惯例，实际发布于2024年5月；arXiv时间戳2026-05-15系系统占位错误，经核查该ID对应2024年5月15日提交） 分类：cs.LG（Machine Learning）、cs.AI（Artificial Intelligence） 发布时间：2024年5月15日 核心任务：在非对齐（...