:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Zheng, Qu, Guanqiao, Chen, Qiyuan, Chen, Xianhao, Chen, Zhe, Huang, Kaibin
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2309.16739
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mobile Edge Intelligence for Large Language Models: A Contemporary Survey
von: Qu, Guanqiao, et al.
Veröffentlicht: (2024)

Split Learning in 6G Edge Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2023)

TrimCaching: Parameter-sharing AI Model Caching in Wireless Edge Networks
von: Qu, Guanqiao, et al.
Veröffentlicht: (2024)

AdaptSFL: Adaptive Split Federated Learning in Resource-constrained Edge Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2024)

PartialLoading: User Scheduling and Bandwidth Allocation for Parameter-sharing Edge Inference
von: Qu, Guanqiao, et al.
Veröffentlicht: (2025)

Automated Federated Pipeline for Parameter-Efficient Fine-Tuning of Large Language Models
von: Fang, Zihan, et al.
Veröffentlicht: (2024)

HASFL: Heterogeneity-aware Split Federated Learning over Edge Computing Systems
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

HO-SFL: Hybrid-Order Split Federated Learning with Backprop-Free Clients and Dimension-Free Aggregation
von: Chen, Qiyuan, et al.
Veröffentlicht: (2026)

HSplitLoRA: A Heterogeneous Split Parameter-Efficient Fine-Tuning Framework for Large Language Models
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

SlimCaching: Edge Caching of Mixture-of-Experts for Distributed Inference
von: Chen, Qian, et al.
Veröffentlicht: (2025)

Collaborative Performance Prediction for Large Language Models
von: Zhang, Qiyuan, et al.
Veröffentlicht: (2024)

FedSN: A Federated Learning Framework over Heterogeneous LEO Satellite Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2023)

Revisiting Outage for Edge Inference Systems
von: Wang, Zhanwei, et al.
Veröffentlicht: (2025)

VL-Rethinker: Incentivizing Self-Reflection of Vision-Language Models with Reinforcement Learning
von: Wang, Haozhe, et al.
Veröffentlicht: (2025)

TrimCaching: Parameter-sharing Edge Caching for AI Model Downloading
von: Qu, Guanqiao, et al.
Veröffentlicht: (2024)

PersRM-R1: Enhance Personalized Reward Modeling with Reinforcement Learning
von: Li, Mengdi, et al.
Veröffentlicht: (2025)

Low-Precision Training of Large Language Models: Methods, Challenges, and Opportunities
von: Hao, Zhiwei, et al.
Veröffentlicht: (2025)

Cross-Table Pretraining towards a Universal Function Space for Heterogeneous Tabular Data
von: Chen, Jintai, et al.
Veröffentlicht: (2024)

FedMeld: A Model-dispersal Federated Learning Framework for Space-ground Integrated Networks
von: Chen, Qian, et al.
Veröffentlicht: (2024)

Uncertainty Quantification of Deep Learning for Spatiotemporal Data: Challenges and Opportunities
von: He, Wenchong, et al.
Veröffentlicht: (2023)

SatFed: A Resource-Efficient LEO Satellite-Assisted Heterogeneous Federated Learning Framework
von: Zhang, Yuxin, et al.
Veröffentlicht: (2024)

Aggregation Alignment for Federated Learning with Mixture-of-Experts under Data Heterogeneity
von: Fang, Zihan, et al.
Veröffentlicht: (2026)

Over-the-Air Federated Learning: Rethinking Edge AI Through Signal Processing
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2025)

Channel-Adaptive Edge AI: Maximizing Inference Throughput by Adapting Computational Complexity to Channel States
von: Zhang, Jierui, et al.
Veröffentlicht: (2026)

A Satellite-Ground Synergistic Large Vision-Language Model System for Earth Observation
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

Enabling Near-realtime Remote Sensing via Satellite-Ground Collaboration of Large Vision-Language Models
von: Li, Zihan, et al.
Veröffentlicht: (2025)

Efficient Parallel Split Learning over Resource-constrained Wireless Edge Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2023)

Hierarchical Split Federated Learning: Convergence Analysis and System Optimization
von: Lin, Zheng, et al.
Veröffentlicht: (2024)

A Survey of Large Language Models for Data Challenges in Graphs
von: Li, Mengran, et al.
Veröffentlicht: (2025)

Harnessing Large Language Models for Mental Health: Opportunities, Challenges, and Ethical Considerations
von: Pandey, Hari Mohan
Veröffentlicht: (2024)

Vision-Language Model Selection and Reuse for Downstream Adaptation
von: Tan, Hao-Zhe, et al.
Veröffentlicht: (2025)

DAGPrompT: Pushing the Limits of Graph Prompting with a Distribution-aware Graph Prompt Tuning Approach
von: Chen, Qin, et al.
Veröffentlicht: (2025)

GPTQT: Quantize Large Language Models Twice to Push the Efficiency
von: Guo, Yipin, et al.
Veröffentlicht: (2024)

DPFNAS: Differential Privacy-Enhanced Federated Neural Architecture Search for 6G Edge Intelligence
von: Lv, Yang, et al.
Veröffentlicht: (2025)

Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models
von: Liu, Yixin, et al.
Veröffentlicht: (2024)

LEO-Split: A Semi-Supervised Split Learning Framework over LEO Satellite Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

ML For Hardware Design Interpretability: Challenges and Opportunities
von: Baartmans, Raymond, et al.
Veröffentlicht: (2025)

Large Wireless Localization Model (LWLM): A Foundation Model for Positioning in 6G Networks
von: Pan, Guangjin, et al.
Veröffentlicht: (2025)

Foundation Models for CPS-IoT: Opportunities and Challenges
von: Baris, Ozan, et al.
Veröffentlicht: (2025)

A Secure and Private Distributed Bayesian Federated Learning Design
von: Yang, Nuocheng, et al.
Veröffentlicht: (2026)