Buchumschlag

GitFL: Adaptive Asynchronous Federated Learning using Version Control

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Ming, Xia, Zeke, Yue, Zhihao, Xia, Jun, Huang, Yihao, Liu, Yang, Chen, Mingsong
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CaBaFL: Asynchronous Federated Learning via Hierarchical Cache and Feature Balance
von: Xia, Zeke, et al.
Veröffentlicht: (2024)

FedQP: Towards Accurate Federated Learning using Quadratic Programming Guided Mutation
von: Weng, Jiawen, et al.
Veröffentlicht: (2024)

FilterFL: Knowledge Filtering-based Data-Free Backdoor Defense for Federated Learning
von: Yang, Yanxin, et al.
Veröffentlicht: (2023)

Have Your Cake and Eat It Too: Toward Efficient and Accurate Split Federated Learning
von: Yan, Dengke, et al.
Veröffentlicht: (2023)

AdaptiveFL: Adaptive Heterogeneous Federated Learning for Resource-Constrained AIoT Systems
von: Jia, Chentao, et al.
Veröffentlicht: (2023)

KoReA-SFL: Knowledge Replay-based Split Federated Learning Against Catastrophic Forgetting
von: Xia, Zeke, et al.
Veröffentlicht: (2024)

Is Aggregation the Only Choice? Federated Learning via Layer-wise Model Recombination
von: Hu, Ming, et al.
Veröffentlicht: (2023)

FedCross: Towards Accurate Federated Learning via Multi-Model Cross-Aggregation
von: Hu, Ming, et al.
Veröffentlicht: (2022)

CyclicFL: A Cyclic Model Pre-Training Approach to Efficient Federated Learning
von: Zhang, Pengyu, et al.
Veröffentlicht: (2023)

Gradients as an Action: Towards Communication-Efficient Federated Recommender Systems via Adaptive Action Sharing
von: Lu, Zhufeng, et al.
Veröffentlicht: (2025)

MIP: CLIP-based Image Reconstruction from PEFT Gradients
von: Zhou, Peiheng, et al.
Veröffentlicht: (2024)

FlexFL: Heterogeneous Federated Learning via APoZ-Guided Flexible Pruning in Uncertain Scenarios
von: Chen, Zekai, et al.
Veröffentlicht: (2024)

Corrected with the Latest Version: Make Robust Asynchronous Federated Learning Possible
von: Lu, Chaoyi, et al.
Veröffentlicht: (2025)

SacFL: Self-Adaptive Federated Continual Learning for Resource-Constrained End Devices
von: Zhong, Zhengyi, et al.
Veröffentlicht: (2025)

FedPAE: Peer-Adaptive Ensemble Learning for Asynchronous and Model-Heterogeneous Federated Learning
von: Mueller, Brianna, et al.
Veröffentlicht: (2024)

NebulaFL: Effective Asynchronous Federated Learning for JointCloud Computing
von: Gao, Fei, et al.
Veröffentlicht: (2024)

DapperFL: Domain Adaptive Federated Learning with Model Fusion Pruning for Edge Devices
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

Personalized Federated Instruction Tuning via Neural Architecture Search
von: Zhang, Pengyu, et al.
Veröffentlicht: (2024)

AugFL: Augmenting Federated Learning with Pretrained Models
von: Yue, Sheng, et al.
Veröffentlicht: (2025)

DistRL: An Asynchronous Distributed Reinforcement Learning Framework for On-Device Control Agents
von: Wang, Taiyi, et al.
Veröffentlicht: (2024)

SOFA-FL: Self-Organizing Hierarchical Federated Learning with Adaptive Clustered Data Sharing
von: Ni, Yi, et al.
Veröffentlicht: (2025)

FitLight: Federated Imitation Learning for Plug-and-Play Autonomous Traffic Signal Control
von: Ye, Yutong, et al.
Veröffentlicht: (2025)

LiD-FL: Towards List-Decodable Federated Learning
von: Liu, Hong, et al.
Veröffentlicht: (2024)

GitChameleon: Unmasking the Version-Switching Capabilities of Code Generation Models
von: Islah, Nizar, et al.
Veröffentlicht: (2024)

Buffered Asynchronous Secure Aggregation for Cross-Device Federated Learning
von: Wang, Kun, et al.
Veröffentlicht: (2024)

SusFL: Energy-Aware Federated Learning-based Monitoring for Sustainable Smart Farms
von: Chen, Dian, et al.
Veröffentlicht: (2024)

VerifiableFL: Verifiable Claims for Federated Learning using Exclaves
von: Guo, Jinnan, et al.
Veröffentlicht: (2024)

Cost-TrustFL: Cost-Aware Hierarchical Federated Learning with Lightweight Reputation Evaluation across Multi-Cloud
von: Yang, Jixiao, et al.
Veröffentlicht: (2025)

SpooFL: Spoofing Federated Learning
von: Baglin, Isaac, et al.
Veröffentlicht: (2026)

FADAS: Towards Federated Adaptive Asynchronous Optimization
von: Wang, Yujia, et al.
Veröffentlicht: (2024)

BlazeFL: Fast and Deterministic Federated Learning Simulation
von: Azuma, Kitsuya, et al.
Veröffentlicht: (2026)

ByzFL: Research Framework for Robust Federated Learning
von: González, Marc, et al.
Veröffentlicht: (2025)

MAB-Based Channel Scheduling for Asynchronous Federated Learning in Non-Stationary Environments
von: Li, Zhiyin, et al.
Veröffentlicht: (2025)

GAS: Generative Activation-Aided Asynchronous Split Federated Learning
von: Yang, Jiarong, et al.
Veröffentlicht: (2024)

Orthogonal Calibration for Asynchronous Federated Learning
von: Zhang, Jiayun, et al.
Veröffentlicht: (2025)

Asynchronous Byzantine Federated Learning
von: Cox, Bart, et al.
Veröffentlicht: (2024)

FL-Sailer: Efficient and Privacy-Preserving Federated Learning for Scalable Single-Cell Epigenetic Data Analysis via Adaptive Sampling
von: Zhang, Guangyi, et al.
Veröffentlicht: (2026)

FL-Defender: Combating Targeted Attacks in Federated Learning
von: Jebreel, Najeeb, et al.
Veröffentlicht: (2022)

ProFL: Performative Robust Optimal Federated Learning
von: Zheng, Xue, et al.
Veröffentlicht: (2024)