Buchumschlag

MLTCP: Congestion Control for DNN Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rajasekaran, Sudarsanan, Narang, Sanjoli, Zabreyko, Anton A., Ghobadi, Manya
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Networking and Internet Architecture Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Reliable and Resilient Collective Communication Library for LLM Training and Serving
von: Wang, Wei, et al.
Veröffentlicht: (2025)

Local Fast Rerouting with Low Congestion: A Randomized Approach
von: Bankhamer, Gregor, et al.
Veröffentlicht: (2020)

Joint Optimization of Training and Inference in Federated Edge Learning via Constrained Multi-Objective Deep Reinforcement Learning
von: Li, Zhen, et al.
Veröffentlicht: (2026)

Adaptive DNN Partitioning and Offloading in Heterogeneous Edge-Cloud Continuum
von: Deng, Akuen Akoi, et al.
Veröffentlicht: (2026)

DRL-Based Federated Self-Supervised Learning for Task Offloading and Resource Allocation in ISAC-Enabled Vehicle Edge Computing
von: Gu, Xueying, et al.
Veröffentlicht: (2024)

Reactive Orchestration for Hierarchical Federated Learning Under a Communication Cost Budget
von: Čilić, Ivan, et al.
Veröffentlicht: (2024)

Optimizing Edge Offloading Decisions for Object Detection
von: Qiu, Jiaming, et al.
Veröffentlicht: (2024)

COMSPLIT: A Communication-Aware Split Learning Design for Heterogeneous IoT Platforms
von: Ninkovic, Vukan, et al.
Veröffentlicht: (2024)

ForestColl: Throughput-Optimal Collective Communications on Heterogeneous Network Fabrics
von: Zhao, Liangyu, et al.
Veröffentlicht: (2024)

Federated Split Learning with Model Pruning and Gradient Quantization in Wireless Networks
von: Zhang, Junhe, et al.
Veröffentlicht: (2024)

SplitLLM: Collaborative Inference of LLMs for Model Placement and Throughput Optimization
von: Mudvari, Akrit, et al.
Veröffentlicht: (2024)

Federated Transfer Component Analysis Towards Effective VNF Profiling
von: Zhang, Xunzheng, et al.
Veröffentlicht: (2024)

Architectural Blueprint For Heterogeneity-Resilient Federated Learning
von: Bashir, Satwat, et al.
Veröffentlicht: (2024)

Workflow Optimization for Parallel Split Learning
von: Tirana, Joana, et al.
Veröffentlicht: (2024)

On-demand Quantization for Green Federated Generative Diffusion in Mobile Edge Networks
von: Lai, Bingkun, et al.
Veröffentlicht: (2024)

Federated Learning framework for LoRaWAN-enabled IIoT communication: A case study
von: Sanchez, Oscar Torres, et al.
Veröffentlicht: (2024)

The Internet of Things in the Era of Generative AI: Vision and Challenges
von: Wang, Xin, et al.
Veröffentlicht: (2024)

FedRDMA: Communication-Efficient Cross-Silo Federated LLM via Chunked RDMA Transmission
von: Zhang, Zeling, et al.
Veröffentlicht: (2024)

A Learning-Based Caching Mechanism for Edge Content Delivery
von: Torabi, Hoda, et al.
Veröffentlicht: (2024)

ZKP-FedEval: Verifiable and Privacy-Preserving Federated Evaluation using Zero-Knowledge Proofs
von: Commey, Daniel, et al.
Veröffentlicht: (2025)

Online Identification of IT Systems through Active Causal Learning
von: Hammar, Kim, et al.
Veröffentlicht: (2025)

Flooding with Absorption: An Efficient Protocol for Heterogeneous Bandits over Complex Networks
von: Lee, Junghyun, et al.
Veröffentlicht: (2023)

FedMFS: Federated Multimodal Fusion Learning with Selective Modality Communication
von: Yuan, Liangqi, et al.
Veröffentlicht: (2023)

Don't Let a Few Network Failures Slow the Entire AllReduce
von: Chen, Peiqing, et al.
Veröffentlicht: (2026)

Improving Slow Transfer Predictions: Generative Methods Compared
von: Kim, Jacob Taegon, et al.
Veröffentlicht: (2025)

EMA: Efficient Model Adaptation for Learning-based Systems
von: Yu, Daiyang, et al.
Veröffentlicht: (2026)

FedSkipTwin: Digital-Twin-Guided Client Skipping for Communication-Efficient Federated Learning
von: Commey, Daniel, et al.
Veröffentlicht: (2025)

DeepEdge: A Deep Reinforcement Learning based Task Orchestrator for Edge Computing
von: Yamansavascilar, Baris, et al.
Veröffentlicht: (2021)

SFL-LEO: Asynchronous Split-Federated Learning Design for LEO Satellite-Ground Network Framework
von: Wu, Jiasheng, et al.
Veröffentlicht: (2025)

Efficient Direct-Connect Topologies for Collective Communications
von: Zhao, Liangyu, et al.
Veröffentlicht: (2022)

Satellite Federated Fine-Tuning for Foundation Models in Space Computing Power Networks
von: Zhu, Yan, et al.
Veröffentlicht: (2025)

InfiniteHBD: Building Datacenter-Scale High-Bandwidth Domain for LLM with Optical Circuit Switching Transceivers
von: Shou, Chenchen, et al.
Veröffentlicht: (2025)

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

Hierarchical Online-Scheduling for Energy-Efficient Split Inference with Progressive Transmission
von: Tang, Zengzipeng, et al.
Veröffentlicht: (2026)

ECCO: Leveraging Cross-Camera Correlations for Efficient Live Video Continuous Learning
von: He, Yuze, et al.
Veröffentlicht: (2025)

ScaDLES: Scalable Deep Learning over Streaming data at the Edge
von: Tyagi, Sahil, et al.
Veröffentlicht: (2023)

On the Geometric Coherence of Global Aggregation in Federated Graph Neural Networks
von: Kabgere, Chethana Prasad, et al.
Veröffentlicht: (2026)

Graph Theory Meets Federated Learning over Satellite Constellations: Spanning Aggregations, Network Formation, and Performance Optimization
von: Nadimi, Fardis, et al.
Veröffentlicht: (2025)

Device Sampling and Resource Optimization for Federated Learning in Cooperative Edge Networks
von: Wang, Su, et al.
Veröffentlicht: (2023)

MergeSFL: Split Federated Learning with Feature Merging and Batch Size Regulation
von: Liao, Yunming, et al.
Veröffentlicht: (2023)