本文介绍了多种联邦学习方法，如FedADG、FRAug和StableFDG，以解决领域泛化问题。这些方法通过特征分布对齐、样式共享和梯度匹配等技术，显著提升了在不同领域和数据分布上的泛化能力，实验结果显示其优于现有算法。

本文综述图压缩技术，将大图压缩为小型合成图以高效训练图神经网络，涵盖梯度匹配、数据集精简、连续图学习和归纳推理等方法，在Reddit等数据集上实现超99%压缩率，并提升推理速度、降低存储需求。