非同期連邦学習では、ノードの計算速度の違いにより遅延が発生し、最適化プロセスに悪影響を及ぼす。本研究では、ノードのキューイング動態を詳細にモデル化し、これを考慮した新しいアルゴリズムを提案することで、収束性を大幅に改善する。