:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Jie, Liu, Jing, Ning, Yi-Zi, Zhang, Zhong-Yuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2402.12852
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CCFC: Bridging Federated Clustering and Contrastive Learning
von: Liu, Jing, et al.
Veröffentlicht: (2024)

OmniFC: Rethinking Federated Clustering via Lossless and Secure Distance Reconstruction
von: Yan, Jie, et al.
Veröffentlicht: (2025)

Efficient Deep Learning with Decorrelated Backpropagation
von: Dalm, Sander, et al.
Veröffentlicht: (2024)

Geometric Asymmetry in MoE Specialization: Functional Decorrelation and Representational Overlap
von: Liu, Feilong
Veröffentlicht: (2026)

Factor Decorrelation Enhanced Data Removal from Deep Predictive Models
von: Yang, Wenhao, et al.
Veröffentlicht: (2025)

Cluster-Enhanced Federated Graph Neural Network for Recommendation
von: Wang, Haiyan, et al.
Veröffentlicht: (2024)

Stability Selection via Variable Decorrelation
von: Nouraie, Mahdi, et al.
Veröffentlicht: (2025)

Feature Incremental Clustering with Generalization Bounds
von: Zhang, Jing, et al.
Veröffentlicht: (2026)

Orthogonal Subspace Clustering: Enhancing High-Dimensional Data Analysis through Adaptive Dimensionality Reduction and Efficient Clustering
von: Wen, Qing-Yuan, et al.
Veröffentlicht: (2026)

Multi-Value Alignment for LLMs via Value Decorrelation and Extrapolation
von: Xu, Hefei, et al.
Veröffentlicht: (2025)

Decorrelative Network Architecture for Robust Electrocardiogram Classification
von: Wiedeman, Christopher, et al.
Veröffentlicht: (2022)

Decorrelation Speeds Up Vision Transformers
von: Carrigg, Kieran, et al.
Veröffentlicht: (2025)

Decorrelated feature importance from local sample weighting
von: Fröhlich, Benedikt, et al.
Veröffentlicht: (2025)

Classifier Clustering and Feature Alignment for Federated Learning under Distributed Concept Drift
von: Chen, Junbao, et al.
Veröffentlicht: (2024)

Decorrelation using Optimal Transport
von: Algren, Malte, et al.
Veröffentlicht: (2023)

Friends in Unexpected Places: Enhancing Local Fairness in Federated Learning through Clustering
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

Improving Learning of New Diseases through Knowledge-Enhanced Initialization for Federated Adapter Tuning
von: Peng, Danni, et al.
Veröffentlicht: (2025)

Enhanced Federated Deep Multi-View Clustering under Uncertainty Scenario
von: Wei, Bingjun, et al.
Veröffentlicht: (2025)

Decorrelated Soft Actor-Critic for Efficient Deep Reinforcement Learning
von: Küçükoğlu, Burcu, et al.
Veröffentlicht: (2025)

Enhancing Kernel Power K-means: Scalable and Robust Clustering with Random Fourier Features and Possibilistic Method
von: Chen, Yixi, et al.
Veröffentlicht: (2025)

Fedcompass: Federated Clustered and Periodic Aggregation Framework for Hybrid Classical-Quantum Models
von: Wang, Yueheng, et al.
Veröffentlicht: (2026)

SOFA-FL: Self-Organizing Hierarchical Federated Learning with Adaptive Clustered Data Sharing
von: Ni, Yi, et al.
Veröffentlicht: (2025)

COSMOS: Model-Agnostic Personalized Federated Learning with Clustered Server Models and Pseudo-Label-Only Communication
von: Rachmut, Ben, et al.
Veröffentlicht: (2026)

Multi-Objective and Mixed-Reward Reinforcement Learning via Reward-Decorrelated Policy Optimization
von: Bai, Yang, et al.
Veröffentlicht: (2026)

Decorrelating the Future: Joint Frequency Domain Learning for Spatio-temporal Forecasting
von: Wang, Zepu, et al.
Veröffentlicht: (2026)

Error Broadcast and Decorrelation as a Potential Artificial and Natural Learning Mechanism
von: Erdogan, Mete, et al.
Veröffentlicht: (2025)

Leveraging Large Language Models for Automated Causal Loop Diagram Generation: Enhancing System Dynamics Modeling through Curated Prompting Techniques
von: Liu, Ning-Yuan Georgia, et al.
Veröffentlicht: (2025)

Jigsaw Game: Federated Clustering
von: Xu, Jinxuan, et al.
Veröffentlicht: (2024)

Enhancing Clustered Federated Learning: Integration of Strategies and Improved Methodologies
von: Guo, Yongxin, et al.
Veröffentlicht: (2023)

TabFSBench: Tabular Benchmark for Feature Shifts in Open Environments
von: Cheng, Zi-Jian, et al.
Veröffentlicht: (2025)

FedCluster: Boosting the Convergence of Federated Learning via Cluster-Cycling
von: Chen, Cheng, et al.
Veröffentlicht: (2020)

Enhancing Federated Learning Through Secure Cluster-Weighted Client Aggregation
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

Quantum Feature Optimization for Enhanced Clustering of Blockchain Transaction Data
von: Tsai, Yun-Cheng, et al.
Veröffentlicht: (2025)

Federated Incomplete Multi-view Clustering with Globally Fused Graph Guidance
von: Chao, Guoqing, et al.
Veröffentlicht: (2025)

Score Broadcast and Decorrelation: A General Framework for Broadcast-Based Credit Assignment
von: Uzun, Mustafa, et al.
Veröffentlicht: (2026)

Enhancing Privacy in Federated Learning through Local Training
von: Bastianello, Nicola, et al.
Veröffentlicht: (2024)

pFedAFM: Adaptive Feature Mixture for Batch-Level Personalization in Heterogeneous Federated Learning
von: Yi, Liping, et al.
Veröffentlicht: (2024)

Mimicking the Oracle: An Initial Phase Decorrelation Approach for Class Incremental Learning
von: Shi, Yujun, et al.
Veröffentlicht: (2021)

Real-Time Decorrelation-Based Anomaly Detection for Multivariate Time Series
von: Sadough, Amirhossein, et al.
Veröffentlicht: (2025)

Beyond Muon: MUD (MomentUm Decorrelation) for Faster Transformer Training
von: Southworth, Ben S., et al.
Veröffentlicht: (2026)