다중 모드 연합 학습(MMFL)에서 모드 간 경쟁으로 인한 성능 저하 문제를 해결하기 위해 FedMChain 프레임워크를 제안했어요. FedMChain은 각 모드별로 분리된 학습 단계를 거쳐 모드 간 균형을 맞추고 상호 보완을 촉진해요. 실험 결과, FedMChain은 기존 방식보다 예측 성능을 향상시키면서도 통신 비용을 절감했어요.