监测点不足及其记录不完整导致的稀疏感知数据成为细粒度环境感知的主要挑战。 在本文中，我们开发了一个新的推理框架，名为联邦区域学习（FRL），用于城市环境感知。 所提出的框架继承了联邦学习的基本思想，并在训练样本分布过程中考虑了区域特征，以提高推理的准确性。此外，我们利用边缘计算…