概念
SCAFFOLD
联邦学习中的经典优化算法，通过引入控制变量进行方差缩减，有效缓解客户端漂移问题，在联邦凸优化中具有成熟的理论收敛保证
时间轴 (近 90 天)
10月30日
缓解非IID数据导致的问题的手段包括 FedProx 的近端项约束、SCAFFOLD 的控制变量校正以及个性化联邦学习等。
待验证50%
9月29日
SCAFFOLD、FedProx等联邦凸优化算法通过引入方差缩减或近端正则项来纠正客户端漂移，已建立起接近最优的通信复杂度界
待验证50%
9月29日
SCAFFOLD、FedProx等技术的关键前提是算子F本身是某函数的梯度场，可借助函数值下降构造Lyapunov势能证明收敛，而一般单调算子不存在此势函数
待验证50%