本文提出了一种完全去中心化的框架，用于在节点网络中训练机器学习模型。通过引入信念的贝叶斯式方法，节点可以通过聚合邻居的信息来更新信念，从而在整个网络上学习最适合观察的模型。实验证明，该算法提供了显着的精度改进。

本文提出了一种新的方法，通过预测对象在图像空间中的像素高度，并利用图像和对象位置作为输入，实现三维篮球定位。利用已知的投影矩阵重建篮球的三维坐标。实验结果表明该方法相对于最近的研究取得了显著的精度改进，为球类跟踪和理解的发展提供了新的可能性。