Beyond Dirichlet Alpha: Realized Client Heterogeneity for Privacy–Utility–Fairness Evaluation in Federated Learning
تقترح هذه الورقة إطار تقييم مدركاً لعدم التجانس للتعلم الاتحادي، يربط استنتاجات الخصوصية والمنفعة والعدالة بتوزيعات العملاء المحققة والمقاسة بدلاً من الاعتماد فقط على معاملات ديريكليه الاسمية، مما يثبت أن قيم التركيز المتساوية تؤدي إلى تباين كبير في بنية البيانات الفعلية والأداء.