Bài báo này tập trung vào tổng quát hóa miền (DG) trong môi trường phân tán để giải quyết vấn đề biến thiên phân phối dữ liệu vốn có trong học liên bang (FL) hiện có. Cụ thể, chúng tôi hướng đến việc khắc phục những hạn chế của các nghiên cứu trước đây, thiếu phân tích toán học chính thức về hàm mục tiêu DG và bị giới hạn ở cấu trúc sao. Để đạt được mục đích này, chúng tôi đề xuất StyleDDG, một thuật toán DG phân tán dựa trên việc chia sẻ thông tin về phong cách giữa các thiết bị. StyleDDG đạt được DG bằng cách chia sẻ thông tin về phong cách suy ra từ các tập dữ liệu giữa các thiết bị trong mạng ngang hàng. Hơn nữa, chúng tôi trình bày phương pháp tiếp cận có hệ thống đầu tiên để phân tích học DG dựa trên phong cách trong các mạng phân tán. Chúng tôi mô hình hóa StyleDDG bằng cách kết hợp các thuật toán DG tập trung hiện có vào khuôn khổ được đề xuất và đưa ra các điều kiện phân tích đảm bảo sự hội tụ của nó. Các thí nghiệm sử dụng nhiều tập dữ liệu DG khác nhau chứng minh rằng StyleDDG cải thiện đáng kể độ chính xác trên nhiều miền mục tiêu với chi phí truyền thông thấp hơn so với phương pháp giảm dần độ dốc phân tán thông thường.
