:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Zhenan, Fang, Huang, Wang, Xinglu, Zhou, Zirui, Pei, Jian, Friedlander, Michael P., Zhang, Yong
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2201.02658
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Learn2Aggregate: Supervised Generation of Chvátal-Gomory Cuts Using Graph Neural Networks
von: Deza, Arnaud, et al.
Veröffentlicht: (2024)

Artificial Intelligence for Operations Research: Revolutionizing the Operations Research Process
von: Fan, Zhenan, et al.
Veröffentlicht: (2024)

Concurrent vertical and horizontal federated learning with fuzzy cognitive maps
von: Salmeron, Jose L, et al.
Veröffentlicht: (2024)

Training Fair Models in Federated Learning without Data Privacy Infringement
von: Che, Xin, et al.
Veröffentlicht: (2021)

Toward efficient resource utilization at edge nodes in federated learning
von: Alawadi, Sadi, et al.
Veröffentlicht: (2023)

A GAN-based data poisoning framework against anomaly detection in vertical federated learning
von: Chen, Xiaolin, et al.
Veröffentlicht: (2024)

Analysis of regularized federated learning
von: Liu, Langming, et al.
Veröffentlicht: (2024)

Efficiently Serving Large Multimodal Models Using EPD Disaggregation
von: Singh, Gursimran, et al.
Veröffentlicht: (2024)

Distributed optimization: designed for federated learning
von: Guo, Wenyou, et al.
Veröffentlicht: (2025)

Navigating Towards Fairness with Data Selection
von: Zhang, Yixuan, et al.
Veröffentlicht: (2024)

Incentivising the federation: gradient-based metrics for data selection and valuation in private decentralised training
von: Usynin, Dmitrii, et al.
Veröffentlicht: (2023)

Personalized federated prototype learning in mixed heterogeneous data scenarios
von: Zeng, Jiahao, et al.
Veröffentlicht: (2025)

Application of federated learning in manufacturing
von: Hegiste, Vinit, et al.
Veröffentlicht: (2022)

Representation learning of dynamic networks
von: Wang, Haixu, et al.
Veröffentlicht: (2024)

Distributed sequential federated learning
von: Wang, Z. F., et al.
Veröffentlicht: (2023)

Online federated learning framework for classification
von: Guo, Wenxing, et al.
Veröffentlicht: (2025)

Convergence Rate of the Last Iterate of Stochastic Proximal Algorithms
von: Vaidyan, Kevin Kurian Thomas, et al.
Veröffentlicht: (2026)

Automating aggregation strategy selection in federated learning
von: Pang, Dian S. Y., et al.
Veröffentlicht: (2026)

Learning from straggler clients in federated learning
von: Hard, Andrew, et al.
Veröffentlicht: (2024)

Effective and secure federated online learning to rank
von: Wang, Shuyi
Veröffentlicht: (2024)

Fair Sufficient Representation Learning
von: Zhou, Xueyu, et al.
Veröffentlicht: (2025)

Hybrid FedGraph: An efficient hybrid federated learning algorithm using graph convolutional neural network
von: Jang, Jaeyeon, et al.
Veröffentlicht: (2024)

Byzantine-resilient federated online learning for Gaussian process regression
von: Zhang, Xu, et al.
Veröffentlicht: (2025)

Prospects of federated machine learning in fluid dynamics
von: San, Omer, et al.
Veröffentlicht: (2022)

Three-Stage Learning Unlocks Strong Performance in Simple Models for Long-Term Time Series Forecasting
von: Yu, Zhenan, et al.
Veröffentlicht: (2026)

Non-convex composite federated learning with heterogeneous data
von: Zhang, Jiaojiao, et al.
Veröffentlicht: (2025)

Understanding Fairness Surrogate Functions in Algorithmic Fairness
von: Yao, Wei, et al.
Veröffentlicht: (2023)

FairSample: Training Fair and Accurate Graph Convolutional Neural Networks Efficiently
von: Cong, Zicun, et al.
Veröffentlicht: (2024)

Fairness May Backfire: When Leveling-Down Occurs in Fair Machine Learning
von: Yang, Yi, et al.
Veröffentlicht: (2026)

MEPIC: Memory Efficient Position Independent Caching for LLM Serving
von: Wang, Qian, et al.
Veröffentlicht: (2025)

FairExpand: Individual Fairness on Graphs with Partial Similarity Information
von: Salganik, Rebecca, et al.
Veröffentlicht: (2025)

Overcoming label shift with target-aware federated learning
von: Zec, Edvin Listo, et al.
Veröffentlicht: (2024)

Novel clustered federated learning based on local loss
von: Gu, Endong, et al.
Veröffentlicht: (2024)

FedDCL: a federated data collaboration learning as a hybrid-type privacy-preserving framework based on federated learning and data collaboration
von: Imakura, Akira, et al.
Veröffentlicht: (2024)

Personalized federated learning based on feature fusion
von: Xing, Wolong, et al.
Veröffentlicht: (2024)

Are Your Models Still Fair? Fairness Attacks on Graph Neural Networks via Node Injections
von: Luo, Zihan, et al.
Veröffentlicht: (2024)

Improving Fairness of Large Language Model-Based ICU Mortality Prediction via Case-Based Prompting
von: Zhang, Gangxiong, et al.
Veröffentlicht: (2025)

Fairness-aware Anomaly Detection via Fair Projection
von: Xiao, Feng, et al.
Veröffentlicht: (2025)

DECKBench: Benchmarking Multi-Agent Frameworks for Academic Slide Generation and Editing
von: Jang, Daesik, et al.
Veröffentlicht: (2026)

FedStale: leveraging stale client updates in federated learning
von: Rodio, Angelo, et al.
Veröffentlicht: (2024)