Watch 时序/HAR Based on Federated Learning forked from mpkr-upc/HAR Based on Federated Learning

团队提出一种个性化联邦学习框架 FedTSPMAR实现多模态人体行为识别。针对标签分布偏移与特征分布偏移问题，设计"联邦骨干网络训练—双头分类器学习—客户端微调"的渐进策略，实现全局知识共享与本地深度适配的平衡。针对融合过程中的模态坍缩现象，引入模态解耦损失扩大视频与 IMU 特征间距，降低了客户端精度方差并提升平均识别准确率。