Buchumschlag

AdaptiveFL: Adaptive Heterogeneous Federated Learning for Resource-Constrained AIoT Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Chentao, Hu, Ming, Chen, Zekai, Yang, Yanxin, Xie, Xiaofei, Liu, Yang, Chen, Mingsong
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Adaptive Device-Edge Collaboration on DNN Inference in AIoT: A Digital Twin-Assisted Approach
von: Hu, Shisheng, et al.
Veröffentlicht: (2024)

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

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

DiReDi: Distillation and Reverse Distillation for AIoT Applications
von: Sun, Chen, et al.
Veröffentlicht: (2024)

Energy-Optimized Scheduling for AIoT Workloads Using TOPSIS
von: Pradeep, Preethika, et al.
Veröffentlicht: (2025)

Totoro$^+$: An Adaptive and Scalable Edge Federated Learning System
von: Ching, Cheng-Wei, et al.
Veröffentlicht: (2026)

Tackling Resource-Constrained and Data-Heterogeneity in Federated Learning with Double-Weight Sparse Pack
von: Yang, Qiantao, et al.
Veröffentlicht: (2026)

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

A Resource-Adaptive Approach for Federated Learning under Resource-Constrained Environments
von: Zhang, Ruirui, et al.
Veröffentlicht: (2024)

Energy-Efficient Wireless Federated Learning via Doubly Adaptive Quantization
von: Han, Xuefeng, et al.
Veröffentlicht: (2024)

FedSAE: A Novel Self-Adaptive Federated Learning Framework in Heterogeneous Systems
von: Li, Li, et al.
Veröffentlicht: (2021)

FedAPTA: Federated Multi-task Learning for Heterogeneous Devices with Adaptive Layer-wise Pruning and Task-aware Aggregation
von: Yu, Zhen, et al.
Veröffentlicht: (2025)

CroSatFL: Energy-Efficient Federated Learning with Cross-Aggregation for Satellite Edge Computing
von: Yang, Nan, et al.
Veröffentlicht: (2026)

INSPIRIT: Optimizing Heterogeneous Task Scheduling through Adaptive Priority in Task-based Runtime Systems
von: Wang, Yiqing, et al.
Veröffentlicht: (2024)

BouquetFL: Emulating diverse participant hardware in Federated Learning
von: Geimer, Arno
Veröffentlicht: (2026)

HeteGen: Heterogeneous Parallel Inference for Large Language Models on Resource-Constrained Devices
von: Zhao, Xuanlei, et al.
Veröffentlicht: (2024)

Towards Affordable, Adaptive and Automatic GNN Training on CPU-GPU Heterogeneous Platforms
von: Qiao, Tong, et al.
Veröffentlicht: (2025)

Learning from the Past: Adaptive Parallelism Tuning for Stream Processing Systems
von: Han, Yuxing, et al.
Veröffentlicht: (2025)

Data Heterogeneity-Aware Client Selection for Federated Learning in Wireless Networks
von: Yang, Yanbing, et al.
Veröffentlicht: (2025)

Analysis and Optimization of Wireless Multimodal Federated Learning on Modal Heterogeneity
von: Han, Xuefeng, et al.
Veröffentlicht: (2025)

REFT: Resource-Efficient Federated Training Framework for Heterogeneous and Resource-Constrained Environments
von: Desai, Humaid Ahmed, et al.
Veröffentlicht: (2023)

Federated Inference for Heterogeneous LLM Communication and Collaboration
von: Chen, Zihan, et al.
Veröffentlicht: (2026)

HiRL: Hierarchical Reinforcement Learning for Coordinated Resource Management in Heterogeneous Edge Computing
von: Zhu, Jianyong, et al.
Veröffentlicht: (2026)

MSARS: A Meta-Learning and Reinforcement Learning Framework for SLO Resource Allocation and Adaptive Scaling for Microservices
von: Hu, Kan, et al.
Veröffentlicht: (2024)

HeRo: Adaptive Orchestration of Agentic RAG on Heterogeneous Mobile SoC
von: Li, Maoliang, et al.
Veröffentlicht: (2026)

Boosting Resource-Constrained Federated Learning Systems with Guessed Updates
von: Boukhari, Mohamed Yassine, et al.
Veröffentlicht: (2021)

FedAC: An Adaptive Clustered Federated Learning Framework for Heterogeneous Data
von: Zhang, Yuxin, et al.
Veröffentlicht: (2024)

Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout
von: Liu, Ji, et al.
Veröffentlicht: (2025)

MoA-Off: Adaptive Heterogeneous Modality-Aware Offloading with Edge-Cloud Collaboration for Efficient Multimodal LLM Inference
von: Yang, Zheming, et al.
Veröffentlicht: (2025)

SuperSFL: Resource-Heterogeneous Federated Split Learning with Weight-Sharing Super-Networks
von: Asif, Abdullah Al, et al.
Veröffentlicht: (2026)

Towards Adaptive Asynchronous Federated Learning for Human Activity Recognition
von: Gajanin, Rastko, et al.
Veröffentlicht: (2024)

Divergence-Based Adaptive Aggregation for Byzantine Robust Federated Learning
von: Xiao, Bingnan, et al.
Veröffentlicht: (2026)

SealOS+: A Sealos-based Approach for Adaptive Resource Optimization Under Dynamic Workloads for Securities Trading System
von: Jia, Haojie, et al.
Veröffentlicht: (2025)

Resource-efficient Parallel Split Learning in Heterogeneous Edge Computing
von: Zhang, Mingjin, et al.
Veröffentlicht: (2024)

Exploring System-Heterogeneous Federated Learning with Dynamic Model Selection
von: Yao, Dixi
Veröffentlicht: (2024)

Sense4FL: Vehicular Crowdsensing Enhanced Federated Learning for Object Detection in Autonomous Driving
von: Ma, Yanan, et al.
Veröffentlicht: (2025)

EnFed: An Energy-aware Federated Learning in Resource Constrained Environments for Human Activity Recognition
von: Mukherjee, Anwesha, et al.
Veröffentlicht: (2024)

Federated Graph Learning with Adaptive Importance-based Sampling
von: Li, Anran, et al.
Veröffentlicht: (2024)

AgentFlow: Resilient Adaptive Cloud-Edge Framework for Multi-Agent Coordination
von: Chen, Ching Han, et al.
Veröffentlicht: (2025)