この記事では、連合学習（FL）における新しいトレーニングアルゴリズム「SGFusion」（Stochastic Geographic Gradient Fusion）が提案されています。SGFusionは、モバイルユーザーの地理情報を活用し、各地理ゾーンごとにデータを集約してFLモデルを訓練します。これにより、地理的に異なるユーザーのデータと行動に適応したモデルが生成されます。また、SGFusionは、地理ゾーン間のローカルデータに基づく相関を階層的ランダムグラフ（HRG）としてモデル化し、マルコフ連鎖モンテカルロ法を用いて最適化します。各トレーニングステップで、各ゾーンはHRGからサンプリングされた他のゾーンの勾配と自ゾーンのローカル勾配を融合することで、確率的かつ確率的な勾配融合プロセスを実現します。SGFusionにより、モデルの性能が向上しつつも、計算コストの過剰な負担をかけることなく、心拍予測データセットを用いた実証結果により、その効果が示されています。