Buchumschlag

Asyn2F: An Asynchronous Federated Learning Framework with Bidirectional Model Aggregation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cao, Tien-Dung, Vuong, Nguyen T., Le, Thai Q., Dao, Hoang V. N., Truong-Huu, Tram
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

FedCert: Federated Accuracy Certification
von: Nguyen, Minh Hieu, et al.
Veröffentlicht: (2024)

Distributed Q-learning-based Shortest-Path Tree Construction in IoT Sensor Networks
von: Vo, Van-Vi, et al.
Veröffentlicht: (2025)

An Experimental Study of Different Aggregation Schemes in Semi-Asynchronous Federated Learning
von: Li, Yunbo, et al.
Veröffentlicht: (2024)

RobustFSM: Submodular Maximization in Federated Setting with Malicious Clients
von: Tran, Duc A., et al.
Veröffentlicht: (2025)

A Scalable and Unified Framework to Weighted Rank Aggregation
von: Carmel, Amir, et al.
Veröffentlicht: (2026)

Wait or Not to Wait: Evaluating Trade-Offs between Speed and Precision in Blockchain-based Federated Aggregation
von: Nguyen, Huong, et al.
Veröffentlicht: (2024)

Asynchronous Secure Federated Learning with Byzantine aggregators
von: Del Pozzo, Antonella, et al.
Veröffentlicht: (2026)

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

FedQS: Optimizing Gradient and Model Aggregation for Semi-Asynchronous Federated Learning
von: Li, Yunbo, et al.
Veröffentlicht: (2025)

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

Towards Adaptive Asynchronous Federated Learning for Human Activity Recognition
von: Gajanin, Rastko, et al.
Veröffentlicht: (2024)

Towards Efficient Communication and Secure Federated Recommendation System via Low-rank Training
von: Nguyen, Ngoc-Hieu, et al.
Veröffentlicht: (2024)

FedStaleWeight: Buffered Asynchronous Federated Learning with Fair Aggregation via Staleness Reweighting
von: Ma, Jeffrey, et al.
Veröffentlicht: (2024)

Strategic Server Deployment under Uncertainty in Mobile Edge Computing
von: Tran, Duc A., et al.
Veröffentlicht: (2025)

Fault-Tolerant Decentralized Distributed Asynchronous Federated Learning with Adaptive Termination Detection
von: Akkinepally, Phani Sahasra, et al.
Veröffentlicht: (2025)

Asynchronous Federated Learning Using Outdated Local Updates Over TDMA Channel
von: Song, Jaeyoung, et al.
Veröffentlicht: (2024)

Federated Semi-Supervised and Semi-Asynchronous Learning for Anomaly Detection in IoT Networks
von: Zhai, Wenbin, et al.
Veröffentlicht: (2023)

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

Enabling Scalability in Asynchronous and Bidirectional Communication in LPWAN
von: Rahman, Mahbubur
Veröffentlicht: (2025)

BackFed: An Efficient & Standardized Benchmark Suite for Backdoor Attacks in Federated Learning
von: Dao, Thinh, et al.
Veröffentlicht: (2025)

EchoPFL: Asynchronous Personalized Federated Learning on Mobile Devices with On-Demand Staleness Control
von: Li, Xiaochen, et al.
Veröffentlicht: (2024)

LLMPerf: GPU Performance Modeling meets Large Language Models
von: Nguyen, Khoi N. M., et al.
Veröffentlicht: (2025)

Federated Deep Equilibrium Learning: Harnessing Compact Global Representations to Enhance Personalization
von: Le, Long Tan, et al.
Veröffentlicht: (2023)

Collaborative Learning Framework to Detect Attacks in Transactions and Smart Contracts
von: Khoa, Tran Viet, et al.
Veröffentlicht: (2023)

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)

Air-FedGA: A Grouping Asynchronous Federated Learning Mechanism Exploiting Over-the-air Computation
von: Ma, Qianpiao, et al.
Veröffentlicht: (2025)

Orthogonal Calibration for Asynchronous Federated Learning
von: Zhang, Jiayun, et al.
Veröffentlicht: (2025)

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

Breaking the Aggregation Bottleneck in Federated Recommendation: A Personalized Model Merging Approach
von: Chen, Jundong, et al.
Veröffentlicht: (2025)

Communication-and-Computation Efficient Split Federated Learning: Gradient Aggregation and Resource Management
von: Liang, Yipeng, et al.
Veröffentlicht: (2025)

SAGIPS: A Scalable Asynchronous Generative Inverse Problem Solver
von: Lersch, Daniel, et al.
Veröffentlicht: (2024)

Asynchronous Federated Clustering with Unknown Number of Clusters
von: Zhang, Yunfan, et al.
Veröffentlicht: (2024)

FedAST: Federated Asynchronous Simultaneous Training
von: Askin, Baris, et al.
Veröffentlicht: (2024)

One-Bit Model Aggregation for Differentially Private and Byzantine-Robust Personalized Federated Learning
von: Lan, Muhang, et al.
Veröffentlicht: (2025)

Asynchronous Checkpoint for Eventually Consistent Databases
von: Ravishankar, Raaghav, et al.
Veröffentlicht: (2025)

Asynchronous Latency and Fast Atomic Snapshot
von: Bezerra, João Paulo, et al.
Veröffentlicht: (2024)

Byzantine Consensus in the Random Asynchronous Model
von: Danezis, George, et al.
Veröffentlicht: (2025)

ACGraph: An Efficient Asynchronous Out-of-Core Graph Processing Framework
von: Chen, Dechuang, et al.
Veröffentlicht: (2025)

CroSatFL: Energy-Efficient Federated Learning with Cross-Aggregation for Satellite Edge Computing
von: Yang, Nan, et al.
Veröffentlicht: (2026)