generalized-category-discovery

本文介绍了 GCD-FGL，这是一种专为动态环境中的广义类别发现而设计的联邦图学习框架。该框架解决了邻域吸收效应和全局语义不一致性等挑战，从而提高了跨分布式客户端对新类别的检测能力。