Buchumschlag

Leveraging Federated Learning and Edge Computing for Recommendation Systems within Cloud Computing Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Qi, Yaqian, Feng, Yuan, Wang, Xiangxiang, Li, Hanzhe, Tian, Jingxiao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Driving Intelligent IoT Monitoring and Control through Cloud Computing and Machine Learning
von: Li, Hanzhe, et al.
Veröffentlicht: (2024)

Industrial Internet Robot Collaboration System and Edge Computing Optimization
von: Zhao, Haopeng, et al.
Veröffentlicht: (2025)

Leveraging Machine Learning for Botnet Attack Detection in Edge-Computing Assisted IoT Networks
von: Rupanetti, Dulana, et al.
Veröffentlicht: (2025)

Graph Federated Learning Based Proactive Content Caching in Edge Computing
von: Wang, Rui
Veröffentlicht: (2025)

Detecting High-Potential SMEs with Heterogeneous Graph Neural Networks
von: Qi, Yijiashun, et al.
Veröffentlicht: (2026)

Towards Efficient Federated Learning of Networked Mixture-of-Experts for Mobile Edge Computing
von: Gao, Song, et al.
Veröffentlicht: (2025)

Enhancing QoS in Edge Computing through Federated Layering Techniques: A Pathway to Resilient AI Lifelong Learning Systems
von: Han, Chengzhuo
Veröffentlicht: (2025)

HASFL: Heterogeneity-aware Split Federated Learning over Edge Computing Systems
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

Adaptive and Parallel Split Federated Learning in Vehicular Edge Computing
von: Qiang, Xianke, et al.
Veröffentlicht: (2024)

Towards Optimal Customized Architecture for Heterogeneous Federated Learning with Contrastive Cloud-Edge Model Decoupling
von: Chen, Xingyan, et al.
Veröffentlicht: (2024)

Learned Digital Codes for Over-the-Air Computation in Federated Edge Learning
von: Tarizzo, Antonio, et al.
Veröffentlicht: (2025)

FedGAI: Federated Style Learning with Cloud-Edge Collaboration for Generative AI in Fashion Design
von: Wu, Mingzhu, et al.
Veröffentlicht: (2025)

CRUISE on Quantum Computing for Feature Selection in Recommender Systems
von: Niu, Jiayang, et al.
Veröffentlicht: (2024)

Federated Prompt-based Decision Transformer for Customized VR Services in Mobile Edge Computing System
von: Zhou, Tailin, et al.
Veröffentlicht: (2024)

NebulaFL: Effective Asynchronous Federated Learning for JointCloud Computing
von: Gao, Fei, et al.
Veröffentlicht: (2024)

Spatial Computing Communications for Multi-User Virtual Reality in Distributed Mobile Edge Computing Network
von: Xu, Caolu, et al.
Veröffentlicht: (2025)

Research on Edge Computing and Cloud Collaborative Resource Scheduling Optimization Based on Deep Reinforcement Learning
von: Wang, Yuqing, et al.
Veröffentlicht: (2025)

TPAoI: Ensuring Fresh Service Status at the Network Edge in Compute-First Networking
von: He, Haosheng, et al.
Veröffentlicht: (2024)

Joint Extraction of Uyghur Medicine Knowledge with Edge Computing
von: Lu, Fan, et al.
Veröffentlicht: (2024)

Semantic-Enhanced Relational Metric Learning for Recommender Systems
von: Li, Mingming, et al.
Veröffentlicht: (2024)

HFL-FlowLLM: Large Language Models for Network Traffic Flow Classification in Heterogeneous Federated Learning
von: Tian, Jiazhuo, et al.
Veröffentlicht: (2025)

Benchmarking Federated Learning in Edge Computing Environments: A Systematic Review and Performance Evaluation
von: Aribe Jr., Sales, et al.
Veröffentlicht: (2026)

Computation Rate Maximization for Wireless Powered Edge Computing With Multi-User Cooperation
von: Li, Yang, et al.
Veröffentlicht: (2024)

FedSAUC: A Similarity-Aware Update Control for Communication-Efficient Federated Learning in Edge Computing
von: Lee, Ming-Lun, et al.
Veröffentlicht: (2025)

AdaF^2M^2: Comprehensive Learning and Responsive Leveraging Features in Recommendation System
von: Zhu, Yongchun, et al.
Veröffentlicht: (2025)

LLM-Enhanced User-Item Interactions: Leveraging Edge Information for Optimized Recommendations
von: Wang, Xinyuan, et al.
Veröffentlicht: (2024)

Federated Intelligence: When Large AI Models Meet Federated Fine-Tuning and Collaborative Reasoning at the Network Edge
von: Ni, Wanli, et al.
Veröffentlicht: (2025)

Research on Enhancing Cloud Computing Network Security using Artificial Intelligence Algorithms
von: Wang, Yuqing, et al.
Veröffentlicht: (2025)

Federated Graph Learning for Cross-Domain Recommendation
von: Yang, Ziqi, et al.
Veröffentlicht: (2024)

Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey
von: Liu, Jing, et al.
Veröffentlicht: (2025)

GraphEdge: Dynamic Graph Partition and Task Scheduling for GNNs Computing in Edge Network
von: Xiao, Wenjing, et al.
Veröffentlicht: (2025)

Computer Use at the Edge of the Statistical Precipice
von: D'Oro, Pierluca, et al.
Veröffentlicht: (2026)

A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks
von: Wu, Jiaqi, et al.
Veröffentlicht: (2025)

AI-Driven Innovations in Modern Cloud Computing
von: Kumar, Animesh
Veröffentlicht: (2024)

Explainability and Continual Learning meet Federated Learning at the Network Edge
von: Tsouparopoulos, Thomas, et al.
Veröffentlicht: (2025)

FedOBP: Federated Optimal Brain Personalization through Cloud-Edge Element-wise Decoupling
von: Chen, Xingyan, et al.
Veröffentlicht: (2026)

HEART: Achieving Timely Multi-Model Training for Vehicle-Edge-Cloud-Integrated Hierarchical Federated Learning
von: Yang, Xiaohong, et al.
Veröffentlicht: (2025)

Leverage Variational Graph Representation For Model Poisoning on Federated Learning
von: Li, Kai, et al.
Veröffentlicht: (2024)

ActionNex: A Virtual Outage Manager for Cloud Computing
von: Lin, Zhenfeng, et al.
Veröffentlicht: (2026)

Multi-task Domain Adaptation for Computation Offloading in Edge-intelligence Networks
von: Han, Runxin, et al.
Veröffentlicht: (2025)