联邦全局引导伪标签技术：解决标签稀缺与非独立同分布场景下的预测偏差问题

针对联邦半监督学习(FSSL)中因数据异构性和标注能力不平衡导致的预测偏差问题，研究人员提出联邦全局引导伪标签方法(FedGGp)。该方法通过全局概率评估重构伪标签生成策略，结合自适应阈值和软一致性正则化机制，在四个基准数据集上验证了其在标签稀缺和非独立同分布(Non-IID)场景下的优越性，为医疗健康、物联网等领域的隐私敏感数据建模提供了新思路。

　　

在人工智能技术快速渗透医疗健康、金融和物联网等领域的今天，联邦学习(Federated Learning, FL)因其隐私保护特性成为分布式建模的主流范式。然而，现实场景中数据标注成本高昂且分布不均，催生了联邦半监督学习(Federated Semi-Supervised Learning, FSSL)的研究热潮。这种融合标注与未标注数据的协作训练模式，却面临两大"顽疾"：客户端间的数据异构性(Non-IID)导致模型收敛困难，而标注能力差异更会引发伪标签生成时的预测偏差——某些类别被系统性地忽视，形成恶性循环。现有方法多依赖全标注客户端的基准模型，在标签稀缺场景中捉襟见肘。

针对这一挑战，研究人员开展了名为FedGGp的创新研究。该工作创造性地构建了全局概率评估体系，通过贝叶斯校准(Bayesian calibration)和指数平滑技术，在概率空间重构客户端预测偏差的量化指标。不同于传统基于类别频率的指导策略，这种概率映射方法有效规避了标注分布不平衡的干扰。具体实现中，对优势类别采用自适应阈值严格筛选高质量伪标签，而对弱势类别则通过软一致性正则化(soft consistency regularization)扩展决策边界附近的低置信度样本，形成层次化的伪标签生成机制。在CIFAR10、SVHN等四个基准数据集上的实验表明，FedGGp在标签稀缺和Non-IID复合场景下的准确率超越现有方法达3.8%-12.6%，尤其对弱势类别的识别率提升显著。

关键技术方法包括：1) 基于贝叶斯校准的全局概率评估框架；2) 融合指数平滑的动态阈值调整算法；3) 针对决策边界样本的软一致性正则化设计。实验采用轻量化ResNet网络，在模拟医疗影像和物联网设备数据的四种图像数据集上，对比了六种前沿FSSL方法的性能表现。

研究结果部分揭示：
《Federated Globally Guided Pseudo-labeling》通过概率空间映射，将客户端局部预测与全局评估解耦，实验显示该方法在CIFAR100上弱势类别的召回率提升19.2%。
《Experimental Setup》证实FedGGp在仅10%标注比例的极端条件下，仍能保持85.7%的宏观平均准确率，显著优于基线方法FedAvg的72.3%。
《Conclusion》指出该框架的普适性优势——无需预设类别分布先验，仅通过迭代过程中的概率动态调整即可实现偏差矫正。

这项发表于《Expert Systems with Applications》的研究具有双重突破意义：方法论层面，首次将概率空间评估引入FSSL的伪标签生成环节，为数据异构性研究开辟新视角；应用层面，其不依赖全标注基准的特性，使医疗健康等隐私敏感领域的弱标注数据价值挖掘成为可能。正如作者Yuan Xi所述，FedGGp展现的"全局视野-局部修正"范式，或将成为下一代联邦学习算法的重要设计原则。