分散最適化問題を解くための新しい連続時間勾配流れアルゴリズムを提案し、その収束率がほぼ最適であることを示した。
TAMUNA は、ローカルトレーニング、通信圧縮、部分参加を組み合わせた分散最適化アルゴリズムであり、条件数と次元に関して二重に高速化された収束特性を持つ。
分散アルゴリズムの解析の包括的フレームワークを導入し、高度なテクニックをサポートする新しいアルゴリズムを提案。
分散最適化におけるBarzilai-Borwein(BB)法と多重合意内部ループを使用した新しいアルゴリズムADBBが提案され、収束を加速させる。