Bài báo này trình bày một phương pháp mới, Đào tạo Chéo Liên kết (FedCT), giúp cải thiện các chiến lược đào tạo chéo trong học liên kết. Để giải quyết những hạn chế của đào tạo chéo hiện có, chẳng hạn như các mục tiêu tối ưu hóa không khớp và tính không đồng nhất của không gian đặc trưng do sự khác biệt về phân phối dữ liệu, phương pháp này tận dụng việc chắt lọc kiến thức từ cả góc nhìn cục bộ và toàn cục. Cụ thể, phương pháp này bao gồm ba mô-đun: mô-đun truyền bá kiến thức nhận biết tính nhất quán, mô-đun học biểu diễn hướng dẫn kiến thức đa góc nhìn và mô-đun tăng cường đặc trưng dựa trên sự kết hợp. Các mô-đun này bảo tồn kiến thức cục bộ, duy trì tính nhất quán giữa kiến thức cục bộ và toàn cục, đồng thời tăng tính đa dạng của không gian đặc trưng, do đó cải thiện hiệu suất. Kết quả thử nghiệm sử dụng bốn tập dữ liệu cho thấy FedCT vượt trội hơn các phương pháp tiên tiến hiện có.
