連合学習は複数のクライアントが中央のサーバと連携して，クライアントの持つデータを共有することなくモデルを学習する分散型の機械学習技術である．しかし，クライアントのもつデータは不均一であるため，既存の連合学習手法ではモデルの推論性能が低下する．データの不均一性に対処するために様々な手法が提案されているが，網羅的な比較および分析は行われていない．そこで，本稿では二つのデータセットを用いて，連合学習手法の比較と分析を行い，既存手法の特性を明らかにする．