연합 학습에서 클라이언트의 중요도를 파악하고 공정한 보상을 제공하기 위해 클라이언트 기여도 추정이 필요해요. 연구진은 최종 레이어 업데이트의 행렬 von Neumann 엔트로피를 기반으로 데이터 없이도 클라이언트 기여도를 측정하는 새로운 신호를 제시했어요. CIFAR-10/100 및 FEMNIST, FedISIC 벤치마크에서 엔트로피 기반 점수가 클라이언트 정확도와 높은 상관관계를 보였으며, 기존 방법보다 우수한 성능을 보여줬어요.