联邦迁移学习 和 横向联邦学习的区别

看了半天迁移学习的概念再看联邦迁移学习的模型，我以为它和横向联邦学习是一样的
在杨强教授给的定义里说明了联邦迁移学习就是为解决同一特征维度，不同样本维度的模型训练问题，咋一看和横向联邦学习的目的相同
后来看了一些博客发现杨强团队是为目标域迁移样本中的特征数据，而Google团队侧重于为目标域迁移样本容量数据