完全分散型ニューラルネットワークシステムにおいて、モデル平均化の際に生じる重み分散の減少が収束性の遅延の根本原因であることを明らかにし、この問題を解決する分散重み補正アルゴリズムを提案する。
本論文では、外れ値を含む1-Centerおよび1-Meanクラスタリングの近似アルゴリズムを用いて、分散学習における近似最適なレジリエントな集約ルールを提案する。
TAOCSは、任意の入力ネットワークトポロジに対して、トポロジ対応型の集合的アルゴリズムを自動的に合成する。