Buchumschlag

Federated learning compression designed for lightweight communications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ribeiro, Lucas Grativol, Leonardon, Mathieu, Muller, Guillaume, Fresse, Virginie, Arzel, Matthieu
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FLoCoRA: Federated learning compression with low-rank adaptation
von: Ribeiro, Lucas Grativol, et al.
Veröffentlicht: (2024)

PEFSL: A deployment Pipeline for Embedded Few-Shot Learning on a FPGA SoC
von: Ribeiro, Lucas Grativol, et al.
Veröffentlicht: (2024)

Unmixing Noise from Hawkes Process to Model Learned Physiological Events
von: Staerman, Guillaume, et al.
Veröffentlicht: (2024)

Stochastic Unrolled Federated Learning
von: Hadou, Samar, et al.
Veröffentlicht: (2023)

A new class of Markov random fields enabling lightweight sampling
von: Courbot, Jean-Baptiste, et al.
Veröffentlicht: (2025)

Differential error feedback for communication-efficient decentralized learning
von: Nassif, Roula, et al.
Veröffentlicht: (2024)

S4Sleep: Elucidating the design space of deep-learning-based sleep stage classification models
von: Wang, Tiezhi, et al.
Veröffentlicht: (2023)

Study on Downlink CSI compression: Are Neural Networks the Only Solution?
von: Praneeth, K. Sai, et al.
Veröffentlicht: (2025)

MobileNetV2: A lightweight classification model for home-based sleep apnea screening
von: Pan, Hui, et al.
Veröffentlicht: (2024)

Software defined demodulation of multiple frequency shift keying with dense neural network for weak signal communications
von: Kozlenko, Mykola, et al.
Veröffentlicht: (2025)

Flexible K Nearest Neighbors Classifier: Derivation and Application for Ion-mobility Spectrometry-based Indoor Localization
von: Müller, Philipp
Veröffentlicht: (2023)

An Innovative Networks in Federated Learning
von: Bozorgasl, Zavareh, et al.
Veröffentlicht: (2024)

Environmental Feature Engineering and Statistical Validation for ML-Based Path Loss Prediction
von: Ethier, Jonathan, et al.
Veröffentlicht: (2025)

Structure-Preserving Transformers for Sequences of SPD Matrices
von: Seraphim, Mathieu, et al.
Veröffentlicht: (2023)

Automatic Classification of Sleep Stages from EEG Signals Using Riemannian Metrics and Transformer Networks
von: Seraphim, Mathieu, et al.
Veröffentlicht: (2024)

Federated Contrastive Learning for Personalized Semantic Communication
von: Wang, Yining, et al.
Veröffentlicht: (2024)

Decentralized Federated Learning With Energy Harvesting Devices
von: Zhang, Kai, et al.
Veröffentlicht: (2026)

Efficient Federated Low Rank Matrix Completion
von: Abbasi, Ahmed Ali, et al.
Veröffentlicht: (2024)

Deployment of ARX Models for Thermal Forecasting in Power Electronics Boards Using WBG Semiconductors
von: Berramdane, Mohammed Riadh, et al.
Veröffentlicht: (2024)

AmpliNetECG12: A lightweight SoftMax-based relativistic amplitude amplification architecture for 12 lead ECG classification
von: Srivastava, Shreya
Veröffentlicht: (2024)

Federated learning over physical channels: adaptive algorithms with near-optimal guarantees
von: Zhang, Rui, et al.
Veröffentlicht: (2025)

Federated Learning With Energy Harvesting Devices: An MDP Framework
von: Zhang, Kai, et al.
Veröffentlicht: (2024)

Privacy-Preserving Quantized Federated Learning with Diverse Precision
von: Nguyen, Dang Qua, et al.
Veröffentlicht: (2025)

Overpredictive Signal Analytics in Federated Learning: Algorithms and Analysis
von: Anavangot, Vijay
Veröffentlicht: (2024)

Federated Learning-Distillation Alternation for Resource-Constrained IoT
von: da Silva, Rafael Valente, et al.
Veröffentlicht: (2025)

Addressing Heterogeneity in Federated Load Forecasting with Personalization Layers
von: Bose, Shourya, et al.
Veröffentlicht: (2024)

Learned Digital Codes for Over-the-Air Federated Learning
von: Tarizzo, Antonio, et al.
Veröffentlicht: (2025)

Rate-Constrained Quantization for Communication-Efficient Federated Learning
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

Lightweight Industrial Cohorted Federated Learning for Heterogeneous Assets
von: Amarlingam, Madapu, et al.
Veröffentlicht: (2024)

Sampling and Uniqueness Sets in Graphon Signal Processing
von: Parada-Mayorga, Alejandro, et al.
Veröffentlicht: (2024)

Blind Federated Learning via Over-the-Air q-QAM
von: Razavikia, Saeed, et al.
Veröffentlicht: (2023)

Joint Optimization of Energy Consumption and Completion Time in Federated Learning
von: Zhou, Xinyu, et al.
Veröffentlicht: (2022)

Federated Learning with Hypergradient-based Online Update of Aggregation Weights
von: Nakai-Kasai, Ayano, et al.
Veröffentlicht: (2026)

Biased Over-the-Air Federated Learning under Wireless Heterogeneity
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2024)

Joint Graph Estimation and Signal Restoration for Robust Federated Learning
von: Fukuhara, Tsutahiro, et al.
Veröffentlicht: (2025)

A Carbon Tracking Model for Federated Learning: Impact of Quantization and Sparsification
von: Barbieri, Luca, et al.
Veröffentlicht: (2023)

Feasibility Analysis of Federated Neural Networks for Explainable Detection of Atrial Fibrillation
von: Santos, Diogo Reis, et al.
Veröffentlicht: (2024)

A Federated Online Restless Bandit Framework for Cooperative Resource Allocation
von: Tong, Jingwen, et al.
Veröffentlicht: (2024)

Noise Resilient Over-The-Air Federated Learning In Heterogeneous Wireless Networks
von: Shaban, Zubair, et al.
Veröffentlicht: (2025)

OLALa: Online Learned Adaptive Lattice Codes for Heterogeneous Federated Learning
von: Lang, Natalie, et al.
Veröffentlicht: (2025)