从欧几里得到图结构数据：协作学习综述

该论文回顾了协作学习方法，旨在应对传统集中式机器学习在可扩展性和隐私方面的局限。研究范围从标准欧几里得数据扩展至图结构数据，为分布式场景下的模型训练提供了系统梳理。

AI推荐理由 该综述系统梳理了协作学习从标准数据扩展到图结构数据的路径，为在分布式环境和隐私约束下训练模型提供了实用参考。对涉及社交网络、推荐系统等图数据的工程师和研究者而言，这有助于理解联邦学习等范式在图场景中的落地难点，减少试错成本。