Buchumschlag

Investigation of Federated Learning Algorithms for Retinal Optical Coherence Tomography Image Classification with Statistical Heterogeneity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Amgain, Sanskar, Shrestha, Prashant, Bano, Sophia, Torres, Ignacio del Valle, Cunniffe, Michael, Hernandez, Victor, Beales, Phil, Bhattarai, Binod
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CAR-MFL: Cross-Modal Augmentation by Retrieval for Multimodal Federated Learning with Missing Modalities
von: Poudel, Pranav, et al.
Veröffentlicht: (2024)

Investigating the Robustness of Vision Transformers against Label Noise in Medical Image Classification
von: Khanal, Bidur, et al.
Veröffentlicht: (2024)

Surgical Vision World Model
von: Koju, Saurabh, et al.
Veröffentlicht: (2025)

Federated Learning Framework for Scalable AI in Heterogeneous HPC and Cloud Environments
von: Ghimire, Sangam, et al.
Veröffentlicht: (2025)

Local K-Similarity Constraint for Federated Learning with Label Noise
von: Amgain, Sanskar, et al.
Veröffentlicht: (2025)

Algorithms for Collaborative Machine Learning under Statistical Heterogeneity
von: Hahn, Seok-Ju
Veröffentlicht: (2024)

Self-healing Nodes with Adaptive Data-Sharding
von: Thakur, Ayush, et al.
Veröffentlicht: (2024)

An Efficient Subspace Algorithm for Federated Learning on Heterogeneous Data
von: Zhang, Jiaojiao, et al.
Veröffentlicht: (2025)

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

The Dawn of Disaggregation and the Coherence Conundrum: A Call for Federated Coherence
von: Hong, Jaewan, et al.
Veröffentlicht: (2025)

Noise-Aware Algorithm for Heterogeneous Differentially Private Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2024)

Heterogeneous Federated Fine-Tuning with Parallel One-Rank Adaptation
von: Zhang, Zikai, et al.
Veröffentlicht: (2026)

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

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

Bridging Memory Gaps: Scaling Federated Learning for Heterogeneous Clients
von: Wu, Yebo, et al.
Veröffentlicht: (2024)

Split Federated Learning Over Heterogeneous Edge Devices: Algorithm and Optimization
von: Sun, Yunrui, et al.
Veröffentlicht: (2024)

MicroPython Testbed for Federated Learning Algorithms
von: Popovic, Miroslav, et al.
Veröffentlicht: (2024)

FedMLAC: Mutual Learning Driven Heterogeneous Federated Audio Classification
von: Bai, Jun, et al.
Veröffentlicht: (2025)

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

DFPL: Decentralized Federated Prototype Learning Across Heterogeneous Data Distributions
von: Zhang, Hongliang, et al.
Veröffentlicht: (2025)

Personalized Federated Learning on Data with Dynamic Heterogeneity under Limited Storage
von: Tan, Sixing, et al.
Veröffentlicht: (2024)

Federated Learning as a Service for Hierarchical Edge Networks with Heterogeneous Models
von: Gao, Wentao, et al.
Veröffentlicht: (2024)

Heterogeneity-Aware Memory Efficient Federated Learning via Progressive Layer Freezing
von: Yebo, Wu, et al.
Veröffentlicht: (2024)

HLoRA: Efficient Federated Learning System for LLM Heterogeneous Fine-Tuning
von: Liu, Qianli, et al.
Veröffentlicht: (2025)

PowerTrip: Exploiting Federated Heterogeneous Datacenter Power for Distributed ML Training
von: Mehboob, Talha, et al.
Veröffentlicht: (2025)

Robust Federated Fine-Tuning in Heterogeneous Networks with Unreliable Connections: An Aggregation View
von: Wang, Yanmeng, et al.
Veröffentlicht: (2025)

Federated Learning within Global Energy Budget over Heterogeneous Edge Accelerators
von: Banerjee, Roopkatha, et al.
Veröffentlicht: (2025)

Federated Learning under Periodic Client Participation and Heterogeneous Data: A New Communication-Efficient Algorithm and Analysis
von: Crawshaw, Michael, et al.
Veröffentlicht: (2024)

D-Rex: Heterogeneity-Aware Reliability Framework and Adaptive Algorithms for Distributed Storage
von: Gonthier, Maxime, et al.
Veröffentlicht: (2025)

Evaluation Framework for Centralized and Decentralized Aggregation Algorithm in Federated Systems
von: Chongder, Sumit
Veröffentlicht: (2025)

Developing Elementary Federated Learning Algorithms Leveraging the ChatGPT
von: Popovic, Miroslav, et al.
Veröffentlicht: (2023)

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

Breaking the Capacity Bottleneck in Model-Heterogeneous Federated Learning via Gradual Model Restoration
von: Ma, Chengjie, et al.
Veröffentlicht: (2025)

Memory-Efficient Split Federated Learning for LLM Fine-Tuning on Heterogeneous Mobile Devices
von: Chen, Xiaopei, et al.
Veröffentlicht: (2025)

ParallelSFL: A Novel Split Federated Learning Framework Tackling Heterogeneity Issues
von: Liao, Yunming, et al.
Veröffentlicht: (2024)

Bridging Model Heterogeneity in Federated Learning via Uncertainty-based Asymmetrical Reciprocity Learning
von: Wang, Jiaqi, et al.
Veröffentlicht: (2024)

ALANINE: A Novel Decentralized Personalized Federated Learning For Heterogeneous LEO Satellite Constellation
von: Zhao, Liang, et al.
Veröffentlicht: (2024)

Navigating Data Heterogeneity in Federated Learning A Semi-Supervised Federated Object Detection
von: Kim, Taehyeon, et al.
Veröffentlicht: (2023)

A Thorough Investigation of Content-Defined Chunking Algorithms for Data Deduplication
von: Gregoriadis, Marcel, et al.
Veröffentlicht: (2024)

Heterogeneous Federated Learning with Prototype Alignment and Upscaling
von: Lee, Gyuejeong, et al.
Veröffentlicht: (2025)