근접점 알고리즘
최적화 문제에서 현재 지점과 가까운 곳에서 목적 함수를 최소화하는 단계를 반복하는 기법이다. 불안정한 최적화 문제를 안정화하고 수렴성을 보장하는 데 효과적이며, 본 연구에서는 이를 연합 학습 환경에 맞게 변형하여 클라이언트 드리프트 문제를 해결하는 기반으로 활용했다.