本文介绍了一种新的贝叶斯联邦学习算法，使用FA-HMC进行参数估计和不确定性量化。研究发现，FA-HMC在非独立同分布数据集上具有严格的收敛保证，并且收敛和通信成本受到参数空间维数、梯度噪声和动量以及通信频率的影响。实证研究表明，FA-HMC优于现有的FA-LD算法。