본 논문은 분산 학습 환경에서의 이상치(Out-of-Distribution, OOD) 데이터 지식 전파에 대한 연구를 다룬다. 중앙 집중식 모델 없이 분산된 장치들이 서로 통신하며 모델을 학습하는 분산 학습에서, 기존 알고리즘들이 OOD 지식을 효과적으로 전파하는 데 어려움을 겪는다는 것을 발견했다. OOD 데이터의 위치와 네트워크 토폴로지가 OOD 지식 전파에 큰 영향을 미치며, 이를 개선하기 위해 토폴로지 인식 집계 전략을 제안한다. 제안된 전략은 기존 방식 대비 OOD 데이터 정확도를 평균 123% 향상시켰다.
