Diese Kategorie befasst sich mit maschinellem Lernen in dezentralen oder verteilten Umgebungen, in denen Daten und Rechenressourcen über mehrere Geräte oder Organisationen verteilt sind. Im Fokus stehen Verfahren für gemeinsames Modelltraining ohne zentrale Datenteilung sowie Herausforderungen wie Kommunikationseffizienz, Datenschutz, Heterogenität und Systemrobustheit.