【资料图】
《2022 联邦学习全球研究与应用趋势报告》主要从技术论文发表情况、专利申请、学者地图与画像、主流框架、行业应用，以及发展趋势等几大方面做了系统的阐述，较为全面深入地介绍了联邦学习自 2016 年诞生以来到 2021 年的技术研究和应用进展，并展望该技术的未来发展方向与前景。该报告重点突出了对科研实践具有较大影响力的高被引论文及其作者画像的分析，以及知名国际顶会专题研讨会的杰出论文特征，以展示联邦学习领域具有较高技术质量、创新力的科研成果、较高影响力的学者人才。
主要核心要点如下：
“中美双雄”引领全球联邦学习发展
中国和美国的联邦学习论文发布量遥遥领先于其他国家。高被引论文之中有六成以上是来自中美两国。顶会杰出论文之中有 45.5% 来自美国、31.8% 来自中国。联邦学习全球高被引论文领先的机构是谷歌（8 篇）、卡内基·梅隆大学（5 篇）。中国的高被引论文量较多的机构是北京邮电大学（4 篇）、微众银行（3 篇）。在顶会杰出论文量领先机构方面，美国的卡内基·梅隆大学与中国的香港科技大学各以 3 篇而并列第一。联邦学习领域的全球高被引论文作者主要聚集在中美。美国的高被引论文作者数量最多，占全球一半，也是中国的 2.6 倍。全球专利受理数量以中国地区最多，约占全球受理总量的六成。专利申请数量前三名机构全部是中国机构。开源框架主要来自中美，其中 OpenMined 推出的 Pysyft 、微众银行的 FATE 和谷歌的 TFF 框架的热度居于全球前三位。
