本文研究了信号特征随时间变化时的分布式估计问题。通过分析线性回归下的COCOA分布式学习算法的通用化错误，发现其受网络结构、任务相似性和任务数的影响。调整网络规模可以降低通用化错误，最佳网络规模取决于任务相似性和任务数。数值结果验证了理论分析，并展示了COCOA在连续学习中的性能。