Buchumschlag

Consensus learning: A novel decentralised ensemble learning paradigm

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Magureanu, Horia, Usher, Naïri
Format:	Preprint
Veröffentlicht:	2024
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

Analysis of regularized federated learning
von: Liu, Langming, et al.
Veröffentlicht: (2024)

Non-convex composite federated learning with heterogeneous data
von: Zhang, Jiaojiao, et al.
Veröffentlicht: (2025)

Version age-based client scheduling policy for federated learning
von: Hu, Xinyi, et al.
Veröffentlicht: (2024)

Proof-of-Collaborative-Learning: A Multi-winner Federated Learning Consensus Algorithm
von: Sokhankhosh, Amirreza, et al.
Veröffentlicht: (2024)

GraphStorm: all-in-one graph machine learning framework for industry applications
von: Zheng, Da, et al.
Veröffentlicht: (2024)

Distributed client selection with multi-objective in federated learning assisted Internet of Vehicles
von: Cha, Narisu, et al.
Veröffentlicht: (2024)

Impacts of floating-point non-associativity on reproducibility for HPC and deep learning applications
von: Shanmugavelu, Sanjif, et al.
Veröffentlicht: (2024)

Role-Aware Multi-modal federated learning system for detecting phishing webpages
von: Wang, Bo, et al.
Veröffentlicht: (2025)

Hybrid FedGraph: An efficient hybrid federated learning algorithm using graph convolutional neural network
von: Jang, Jaeyeon, et al.
Veröffentlicht: (2024)

Collaborative and Distributed Bayesian Optimization via Consensus: Showcasing the Power of Collaboration for Optimal Design
von: Yue, Xubo, et al.
Veröffentlicht: (2023)

Declarative Application Management in the Fog. A bacteria-inspired decentralised approach
von: Brogi, Antonio, et al.
Veröffentlicht: (2025)

Distributed Maximum Consensus over Noisy Links
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Controlled privacy leakage propagation throughout overlapping grouped learning
von: Kiani, Shahrzad, et al.
Veröffentlicht: (2025)

Federated learning with distributed fixed design quantum chips and quantum channels
von: Daskin, Ammar
Veröffentlicht: (2024)

Benchmarking federated strategies in Peer-to-Peer Federated learning for biomedical data
von: Salmeron, Jose L., et al.
Veröffentlicht: (2024)

Adaptive Consensus Gradients Aggregation for Scaled Distributed Training
von: Choukroun, Yoni, et al.
Veröffentlicht: (2024)

A chaotic maps-based privacy-preserving distributed deep learning for incomplete and Non-IID datasets
von: Arévalo, Irina, et al.
Veröffentlicht: (2024)

Robust Zero Trust Architecture: Joint Blockchain based Federated learning and Anomaly Detection based Framework
von: Pokhrel, Shiva Raj, et al.
Veröffentlicht: (2024)

Carbon-aware decentralized dynamic task offloading in MIMO-MEC networks via multi-agent reinforcement learning
von: Zulfiqar, Mubshra, et al.
Veröffentlicht: (2026)

A Bayesian Framework for Clustered Federated Learning
von: Wu, Peng, et al.
Veröffentlicht: (2024)

Secure, Verifiable, and Scalable Multi-Client Data Sharing via Consensus-Based Privacy-Preserving Data Distribution
von: Panth, Prajwal, et al.
Veröffentlicht: (2026)

A Survey on Contribution Evaluation in Vertical Federated Learning
von: Cui, Yue, et al.
Veröffentlicht: (2024)

Training Machine Learning models at the Edge: A Survey
von: Khouas, Aymen Rayane, et al.
Veröffentlicht: (2024)

A Survey on Collaborative DNN Inference for Edge Intelligence
von: Ren, Weiqing, et al.
Veröffentlicht: (2022)

A Theory of Multi-Agent Generative Flow Networks
von: Brunswic, Leo Maxime, et al.
Veröffentlicht: (2025)

Drift-Aware Federated Learning: A Causal Perspective
von: Fang, Yunjie, et al.
Veröffentlicht: (2025)

A Robust Federated Learning Framework for Undependable Devices at Scale
von: Wang, Shilong, et al.
Veröffentlicht: (2024)

Personalized Interpretation on Federated Learning: A Virtual Concepts approach
von: Yan, Peng, et al.
Veröffentlicht: (2024)

cuConv: A CUDA Implementation of Convolution for CNN Inference
von: Jordà, Marc, et al.
Veröffentlicht: (2021)

Dion2: A Simple Method to Shrink Matrix in Muon
von: Ahn, Kwangjun, et al.
Veröffentlicht: (2025)

Multi-objective methods in Federated Learning: A survey and taxonomy
von: Hartmann, Maria, et al.
Veröffentlicht: (2025)

Traversal Learning: A Lossless And Efficient Distributed Learning Framework
von: Batbaatar, Erdenebileg, et al.
Veröffentlicht: (2025)

CSAFL: A Clustered Semi-Asynchronous Federated Learning Framework
von: Zhang, Yu, et al.
Veröffentlicht: (2021)

A Survey on Federated Fine-tuning of Large Language Models
von: Wu, Yebo, et al.
Veröffentlicht: (2025)

ADAPT: A Self-Calibrating Proactive Autoscaler for Container Orchestration
von: Baghel, Himanshu Singh
Veröffentlicht: (2026)

LIFL: A Lightweight, Event-driven Serverless Platform for Federated Learning
von: Qi, Shixiong, et al.
Veröffentlicht: (2024)

A Digital Twin Framework for Liquid-cooled Supercomputers as Demonstrated at Exascale
von: Brewer, Wesley, et al.
Veröffentlicht: (2024)

Caesar: A Low-deviation Compression Approach for Efficient Federated Learning
von: Yan, Jiaming, et al.
Veröffentlicht: (2024)

A Unified Solution to Diverse Heterogeneities in One-shot Federated Learning
von: Bai, Jun, et al.
Veröffentlicht: (2024)

A Scenario-Oriented Benchmark for Assessing AIOps Algorithms in Microservice Management
von: Sun, Yongqian, et al.
Veröffentlicht: (2024)