Buchumschlag

FLEdge: Benchmarking Federated Machine Learning Applications in Edge Computing Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Woisetschläger, Herbert, Erben, Alexander, Mayer, Ruben, Wang, Shiqiang, Jacobsen, Hans-Arno
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing I.2.11; C.2.4; C.4; D.2.8
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Federated Fine-Tuning of LLMs on the Very Edge: The Good, the Bad, the Ugly
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2023)

How Can We Train Deep Learning Models Across Clouds and Continents? An Experimental Study
von: Erben, Alexander, et al.
Veröffentlicht: (2023)

A Survey on Efficient Federated Learning Methods for Foundation Model Training
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

How Machine Learning-Data Driven Replication Strategies Enhance Fault Tolerance in Large-Scale Distributed Systems
von: Murimi, Almond Kiruthu
Veröffentlicht: (2025)

AMP4EC: Adaptive Model Partitioning Framework for Efficient Deep Learning Inference in Edge Computing Environments
von: Zhang, Guilin, et al.
Veröffentlicht: (2025)

Impact of Network Topology on Byzantine Resilience in Decentralized Federated Learning
von: Bhattacharya, Siddhartha, et al.
Veröffentlicht: (2024)

HFedATM: Hierarchical Federated Domain Generalization via Optimal Transport and Regularized Mean Aggregation
von: Nguyen, Thinh, et al.
Veröffentlicht: (2025)

Accelerating Geo-distributed Machine Learning with Network-Aware Adaptive Tree and Auxiliary Route
von: Li, Zonghang, et al.
Veröffentlicht: (2024)

Deadline-Aware Joint Task Scheduling and Offloading in Mobile Edge Computing Systems
von: Nguyen, Ngoc Hung, et al.
Veröffentlicht: (2025)

Federated Learning Model Aggregation in Heterogenous Aerial and Space Networks
von: Dong, Fan, et al.
Veröffentlicht: (2023)

Mobile Traffic Prediction at the Edge Through Distributed and Deep Transfer Learning
von: Petrella, Alfredo, et al.
Veröffentlicht: (2023)

TAGC: Optimizing Gradient Communication in Distributed Transformer Training
von: Polyakov, Igor, et al.
Veröffentlicht: (2025)

Federated Learning and AI Regulation in the European Union: Who is Responsible? -- An Interdisciplinary Analysis
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

Scheduling the Unschedulable: Taming Black-Box LLM Inference at Scale
von: Yuan, Renzhong, et al.
Veröffentlicht: (2026)

Federated Few-Shot Learning on Neuromorphic Hardware: An Empirical Study Across Physical Edge Nodes
von: Motta, Steven, et al.
Veröffentlicht: (2026)

TokenCake: A KV-Cache-centric Serving Framework for LLM-based Multi-Agent Applications
von: Bian, Zhuohang, et al.
Veröffentlicht: (2025)

Experimentally Evaluating the Resource Efficiency of Big Data Autoscaling
von: Will, Jonathan, et al.
Veröffentlicht: (2025)

Federated Learning Priorities Under the European Union Artificial Intelligence Act
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

A Taxonomy and Resolution Strategy for Client-Level Disagreements in Federated Learning
von: Rosendal, Daan, et al.
Veröffentlicht: (2026)

Bridging Generalization Gap of Heterogeneous Federated Clients Using Generative Models
von: Niu, Ziru, et al.
Veröffentlicht: (2025)

Complex Event Processing in the Edge: A Combined Optimization Approach for Data and Code Placement
von: Uyanık, Halit, et al.
Veröffentlicht: (2026)

Adaptive GPU Resource Allocation for Multi-Agent Collaborative Reasoning in Serverless Environments
von: Zhang, Guilin, et al.
Veröffentlicht: (2025)

SparkAttention: High-Performance Multi-Head Attention for Large Models on Volta GPU Architecture
von: Xu, Youxuan, et al.
Veröffentlicht: (2025)

AutoDDL: Automatic Distributed Deep Learning with Near-Optimal Bandwidth Cost
von: Chen, Jinfan, et al.
Veröffentlicht: (2023)

Token Coherence: Adapting MESI Cache Protocols to Minimize Synchronization Overhead in Multi-Agent LLM Systems
von: Parakhin, Vladyslav
Veröffentlicht: (2026)

Knowledge Graphs-Driven Intelligence for Distributed Decision Systems
von: Napoli, Rosario, et al.
Veröffentlicht: (2026)

A Framework for testing Federated Learning algorithms using an edge-like environment
von: Schwanck, Felipe Machado, et al.
Veröffentlicht: (2024)

FedStrategist: A Meta-Learning Framework for Adaptive and Robust Aggregation in Federated Learning
von: Haque, Md Rafid, et al.
Veröffentlicht: (2025)

Deploy, Calibrate, Monitor, Heal -- No Human Required: An Autonomous AI SRE Agent for Elasticsearch
von: Mukkolakkal, Muhamed Ramees Cheriya
Veröffentlicht: (2026)

Heuristic Search Space Partitioning for Low-Latency Multi-Tenant Cloud Queries
von: Pathak, Prashant Kumar, et al.
Veröffentlicht: (2026)

Designing Scalable Rate Limiting Systems: Algorithms, Architecture, and Distributed Solutions
von: Guan, Bo
Veröffentlicht: (2026)

Verifying In-Network Computing Systems for Design Risks
von: Bai, Tianyu, et al.
Veröffentlicht: (2026)

Horizontal Federated Computer Vision
von: Mandal, Paul K., et al.
Veröffentlicht: (2023)

FlashSparse: Minimizing Computation Redundancy for Fast Sparse Matrix Multiplications on Tensor Cores
von: Shi, Jinliang, et al.
Veröffentlicht: (2024)

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy
von: Yang, Haotian, et al.
Veröffentlicht: (2025)

Training LLMs on HPC Systems: Best Practices from the OpenGPT-X Project
von: Penke, Carolin, et al.
Veröffentlicht: (2025)

Cognitive Infrastructure: A Unified DCIM Framework for AI Data Centers
von: Sunkara, Krishna Chaitanya
Veröffentlicht: (2026)

Analysis of Design Patterns and Benchmark Practices in Apache Kafka Event-Streaming Systems
von: Mohammad, Muzeeb
Veröffentlicht: (2025)

The Bureaucracy of Speed: Structural Equivalence Between Memory Consistency Models and Multi-Agent Authorization Revocation
von: Parakhin, Vladyslav
Veröffentlicht: (2026)

Agent Identity URI Scheme: Topology-Independent Naming and Capability-Based Discovery for Multi-Agent Systems
von: Rodriguez Jr, Roland R.
Veröffentlicht: (2026)