Buchumschlag

Energy-Efficient Wireless Federated Learning via Doubly Adaptive Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Han, Xuefeng, Chen, Wen, Li, Jun, Ding, Ming, Wu, Qingqing, Wei, Kang, Deng, Xiumei, Mei, Zhen
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Communication-Efficient Model Aggregation with Layer Divergence Feedback in Federated Learning
von: Wang, Liwei, et al.
Veröffentlicht: (2024)

Towards Communication-efficient Federated Learning via Sparse and Aligned Adaptive Optimization
von: Deng, Xiumei, et al.
Veröffentlicht: (2024)

Energy Efficient Federated Learning with Hyperdimensional Computing over Wireless Communication Networks
von: Ding, Yahao, et al.
Veröffentlicht: (2026)

Low-Latency Federated Fine-Tuning for Large Language Models Over Wireless Networks
von: Pang, Zhiwen, et al.
Veröffentlicht: (2026)

Energy Efficient Federated Learning with Hyperdimensional Computing (HDC)
von: Ding, Yahao, et al.
Veröffentlicht: (2026)

Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

Vertical Federated Learning: Challenges, Methodologies and Experiments
von: Wei, Kang, et al.
Veröffentlicht: (2022)

Energy-Efficient Quantized Federated Learning for Resource-constrained IoT devices
von: Compaoré, Wilfrid Sougrinoma, et al.
Veröffentlicht: (2025)

Communication-Efficient Distributed Learning via Sparse and Adaptive Stochastic Gradient
von: Deng, Xiaoge, et al.
Veröffentlicht: (2021)

Decentralized Federated Averaging via Random Walk
von: Wang, Changheng, et al.
Veröffentlicht: (2025)

SPPO:Efficient Long-sequence LLM Training via Adaptive Sequence Pipeline Parallel Offloading
von: Chen, Qiaoling, et al.
Veröffentlicht: (2025)

When MoE Meets Blockchain: A Trustworthy Distributed Framework of Large Models
von: Zhu, Weihao, et al.
Veröffentlicht: (2025)

FedQuad: Adaptive Layer-wise LoRA Deployment and Activation Quantization for Federated Fine-Tuning
von: Li, Rukuo, et al.
Veröffentlicht: (2025)

Federated Learning for Terahertz Wireless Communication
von: Baydas, O. Tansel, et al.
Veröffentlicht: (2025)

Adaptive Client Selection via Q-Learning-based Whittle Index in Wireless Federated Learning
von: Li, Qiyue, et al.
Veröffentlicht: (2025)

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

Robust Model Aggregation for Heterogeneous Federated Learning: Analysis and Optimizations
von: Shao, Yumeng, et al.
Veröffentlicht: (2024)

FedCache: A Knowledge Cache-driven Federated Learning Architecture for Personalized Edge Intelligence
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)

Orchestrating Federated Learning in Space-Air-Ground Integrated Networks: Adaptive Data Offloading and Seamless Handover
von: Han, Dong-Jun, et al.
Veröffentlicht: (2024)

Resource Efficient Asynchronous Federated Learning for Digital Twin Empowered IoT Network
von: Chu, Shunfeng, et al.
Veröffentlicht: (2024)

FedFQ: Federated Learning with Fine-Grained Quantization
von: Li, Haowei, et al.
Veröffentlicht: (2024)

BlockDFL: A Blockchain-based Fully Decentralized Peer-to-Peer Federated Learning Framework
von: Qin, Zhen, et al.
Veröffentlicht: (2022)

HAP: Hybrid Adaptive Parallelism for Efficient Mixture-of-Experts Inference
von: Lin, Haoran, et al.
Veröffentlicht: (2025)

Optimizing Federated Learning in the Era of LLMs: Message Quantization and Streaming
von: Xu, Ziyue, et al.
Veröffentlicht: (2025)

Enhancing Convergence, Privacy and Fairness for Wireless Personalized Federated Learning: Quantization-Assisted Min-Max Fair Scheduling
von: Zhao, Xiyu, et al.
Veröffentlicht: (2025)

Memory-Efficient Federated Fine-Tuning of Large Language Models via Layer Pruning
von: Wu, Yebo, et al.
Veröffentlicht: (2025)

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

Deploying Graph Neural Networks in Wireless Networks: A Link Stability Viewpoint
von: Li, Jun, et al.
Veröffentlicht: (2024)

IRS Aided Federated Learning: Multiple Access and Fundamental Tradeoff
von: Chen, Guangji, et al.
Veröffentlicht: (2024)

EcoLoRA: Communication-Efficient Federated Fine-Tuning of Large Language Models
von: Liu, Han, et al.
Veröffentlicht: (2025)

SplitLLM: Hierarchical Split Learning for Large Language Model over Wireless Network
von: Zhang, Songge, et al.
Veröffentlicht: (2025)

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

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

On Resilient and Efficient Linear Secure Aggregation in Hierarchical Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2026)

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

Gradient Compression and Correlation Driven Federated Learning for Wireless Traffic Prediction
von: Zhang, Chuanting, et al.
Veröffentlicht: (2025)

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

Multi-Modal Style Transfer-based Prompt Tuning for Efficient Federated Domain Generalization
von: Chen, Yuliang, et al.
Veröffentlicht: (2026)

Hyperdimensional Computing Empowered Federated Foundation Model over Wireless Networks for Metaverse
von: Ding, Yahao, et al.
Veröffentlicht: (2024)