IJCAI

FedSPC: Shared Parameter Correction for Personalized Federated Learning

FedSPC：个性化联邦学习的共享参数校正

Kannanthodath Induchoodan Ajay Menon, Christian Prehofer, Yunfei Xu, Toru Hirano

机构 * DENSO AUTOMOTIVE Deutschland GmbH（电装汽车德国有限公司） ； DENSO International America, Inc.（电装国际美国公司） ； Technical University of Munich（慕尼黑工业大学） 纠错

AI总结 针对个性化联邦学习中共享参数因客户端局部目标不一致而更新冲突的问题，提出模块化校正方法FedSPC，仅对共享参数应用控制变量校正，在多种PFL设置下提升性能。

Comments Accepted for presentation at FL@FM-IJCAI'26, in conjunction with IJCAI 2026. 9 pages

SAFformer:Improving Spiking Transformer via Active Predictive Filtering

SAFformer:通过主动预测滤波改进脉冲Transformer

Zequan Xie, Weiming Zeng, Yunhua Chen, Sichang Ling, Tongyang Chen, Jinsheng Xiao

机构 * School of Computer Science and Technology, Guangdong University of Technology（广东技术大学计算机科学与技术学院） ； Faculty of Science, Hong Kong Baptist University（香港 Baptist 大学科学学院） ； School of Electronic Information, Wuhan University（武汉大学电子信息学院） 纠错

AI总结 提出基于主动预测滤波的脉冲Transformer架构SAFformer，通过抑制可预测信号并聚焦显著视觉特征，在CIFAR和ImageNet-1K上实现新最优性能，平衡精度与能耗。

Comments IJCAI 2026(International Joint Conference on Artificial Intelligence)

TabKD: Tabular Knowledge Distillation through Interaction Diversity of Learned Feature Bins

TabKD: 通过学习特征箱的交互多样性实现表格知识蒸馏

Shovon Niverd Pereira, Krishna Khadka, Yu Lei

机构 * Department of Computer Science and Engineering, The University of Texas at Arlington（计算机科学与工程系，德克萨斯理工大学阿灵顿分校） 纠错

AI总结 提出TabKD方法，通过学习与教师决策边界对齐的自适应特征箱，生成最大化成对交互覆盖的合成查询，在表格数据知识蒸馏中显著提升学生-教师一致性。

Comments Accepted in 35th International Joint Conference on Artificial Intelligence IJCAI 2026