OTA連合学習(Over-The-Air Federated Learning)は、各デバイスの送信信号を基地局で重畳集約して計算する枠組みである。また、モデルプルーニングは、冗長パラメータを削除して計算・通信量を削減しつつ精度劣化を抑える技術である。本稿は、OTA連合学習にモデルプルーニングを組み込み、プルーニング率と受信ビームフォーミング係数を収束解析により共同最適化する。通信時間制約を満たす場合のみ学習し超過時はラウンドをスキップする判定式を定め、目的関数の最適化から最適プルーニング率の閉形式を導出した。シミュレーション評価では、提案法は固定プルーニング率に比べ高い収束性能と低いスキップ率を示した。