連邦学習における通信圧縮を伴う確率的制御平均化

本論文は、任意のデータ異質性、部分的クライアント参加、および標準的な圧縮可能性を許容する、効率的な通信圧縮連邦学習アルゴリズムSCALLIONとSCAFCOMを提案する。これらのアルゴリズムは、既存の圧縮連邦学習手法と比較して、理論的および実験的に優れた性能を示す。