流式联邦学习中的自适应数据接纳与保留

论文研究受客户端内存、采样成本和缓冲区约束的流式联邦学习，提出服务器接纳与客户端保留协同的ACDPP策略。方法依据有效样本量构造惩罚项，结合K步保留规则、在线接纳和时变矩形区域，并给出次线性遗憾及成本、缓冲区约束保证。