本研究提出了一种高效的压缩与通信方法，针对原型基础的去中心化学习。通过双重数据压缩和并行传播，显著降低了冗余和通信负荷，同时保持了学习算法的收敛速度，实验结果表明其在动态学习任务中具有明显优势。