Buchumschlag

Federated Prompt Learning for Weather Foundation Models on Devices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Shengchao, Long, Guodong, Shen, Tao, Jiang, Jing, Zhang, Chengqi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personalized Adapter for Large Meteorology Model on Devices: Towards Weather Foundation Models
von: Chen, Shengchao, et al.
Veröffentlicht: (2024)

Federated Foundation Models on Heterogeneous Time Series
von: Chen, Shengchao, et al.
Veröffentlicht: (2024)

Federated Weather Modeling on Sensor Data
von: Chen, Shengchao, et al.
Veröffentlicht: (2026)

Bi-level Heterogeneous Learning for Time Series Foundation Models: A Federated Learning Approach
von: Chen, Shengchao, et al.
Veröffentlicht: (2026)

FeDaL: Federated Dataset Learning for General Time Series Foundation Models
von: Chen, Shengchao, et al.
Veröffentlicht: (2025)

Federated Low-Rank Adaptation for Foundation Models: A Survey
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

A Survey of Personalized Federated Foundation Models for Privacy-Preserving Recommendation
von: Li, Zhiwei, et al.
Veröffentlicht: (2025)

Navigating the Future of Federated Recommendation Systems with Foundation Models
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

FedMerge: Federated Personalization via Model Merging
von: Chen, Shutong, et al.
Veröffentlicht: (2025)

Multi-Level Additive Modeling for Structured Non-IID Federated Learning
von: Chen, Shutong, et al.
Veröffentlicht: (2024)

Influence-oriented Personalized Federated Learning
von: Tan, Yue, et al.
Veröffentlicht: (2024)

Dual-Personalizing Adapter for Federated Foundation Models
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

Federated Vision-Language-Recommendation with Personalized Fusion
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

Personalized Federated Collaborative Filtering: A Variational AutoEncoder Approach
von: Li, Zhiwei, et al.
Veröffentlicht: (2024)

What Hides behind Unfairness? Exploring Dynamics Fairness in Reinforcement Learning
von: Deng, Zhihong, et al.
Veröffentlicht: (2024)

Discrete Prototypical Memories for Federated Time Series Foundation Models
von: Deng, Liwei, et al.
Veröffentlicht: (2026)

Federated Adapter on Foundation Models: An Out-Of-Distribution Approach
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

Bi-level Personalization for Federated Foundation Models: A Task-vector Aggregation Approach
von: Yang, Yiyuan, et al.
Veröffentlicht: (2025)

Learning Multi-Agent Communication from Graph Modeling Perspective
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

Communication Learning in Multi-Agent Systems from Graph Modeling Perspective
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

Personalized Interpretation on Federated Learning: A Virtual Concepts approach
von: Yan, Peng, et al.
Veröffentlicht: (2024)

Client-supervised Federated Learning: Towards One-model-for-all Personalization
von: Yan, Peng, et al.
Veröffentlicht: (2024)

Efficient Federated Learning with Encrypted Data Sharing for Data-Heterogeneous Edge Devices
von: Li, Hangyu, et al.
Veröffentlicht: (2025)

Prompt Tuning with Diffusion for Few-Shot Pre-trained Policy Generalization
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

Distilling A Universal Expert from Clustered Federated Learning
von: Leng, Zeqi, et al.
Veröffentlicht: (2025)

Federated Recommendation with Additive Personalization
von: Li, Zhiwei, et al.
Veröffentlicht: (2023)

Flexible Personalized Split Federated Learning for On-Device Fine-Tuning of Foundation Models
von: Yuan, Tianjun, et al.
Veröffentlicht: (2025)

HarmoDT: Harmony Multi-Task Decision Transformer for Offline Reinforcement Learning
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

Deep Learning and Foundation Models for Weather Prediction: A Survey
von: Shi, Jimeng, et al.
Veröffentlicht: (2025)

Estimating Time Series Foundation Model Transferability via In-Context Learning
von: Yao, Qingren, et al.
Veröffentlicht: (2025)

WeatherGFM: Learning A Weather Generalist Foundation Model via In-context Learning
von: Zhao, Xiangyu, et al.
Veröffentlicht: (2024)

Federated Generative Learning with Foundation Models
von: Zhang, Jie, et al.
Veröffentlicht: (2023)

Q-value Regularized Transformer for Offline Reinforcement Learning
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)

DP2FL: Dual Prompt Personalized Federated Learning in Foundation Models
von: Chang, Ying, et al.
Veröffentlicht: (2025)

Predicting Performance of Symbolic and Prompt Programs with Examples
von: Zheng, Chengqi, et al.
Veröffentlicht: (2026)

Grounding Foundation Models through Federated Transfer Learning: A General Framework
von: Kang, Yan, et al.
Veröffentlicht: (2023)

FedCFA: Alleviating Simpson's Paradox in Model Aggregation with Counterfactual Federated Learning
von: Jiang, Zhonghua, et al.
Veröffentlicht: (2024)

An Empirical Study of Federated Prompt Learning for Vision Language Model
von: Wang, Zhihao, et al.
Veröffentlicht: (2025)

Emerging Trends in Federated Learning: From Model Fusion to Federated X Learning
von: Ji, Shaoxiong, et al.
Veröffentlicht: (2021)

Continual Task Learning through Adaptive Policy Self-Composition
von: Hu, Shengchao, et al.
Veröffentlicht: (2024)