通信减少86%
在去中心化图神经网络训练中引入陈旧性感知与量化通信，大幅减少通信开销，同时保持训练精度。
Peng, Jingshu · Qiyu, Liu · Chen, Zhao · 邵蓥侠 · 沈艳艳 · Chen, Lei · Jiannong, Cao
VLDB Journal 2025
将去中心化 GNN 抽象为顺序矩阵乘法，缓存历史嵌入，根据新颖的陈旧度度量自适应跳过广播，从源头减少通信。
对嵌入执行量化感知通信，降低广播消息的尺寸，进一步减小通信量。
给出嵌入与梯度的有界近似误差以及已知的最快收敛保证，确保优化不会牺牲模型质量。