Buchumschlag

Addressing Heterogeneity in Federated Load Forecasting with Personalization Layers

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bose, Shourya, Zhang, Yu, Kim, Kibaek
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Electrical Load Forecasting in Smart Grid: A Personalized Federated Learning Approach
von: Rahman, Ratun, et al.
Veröffentlicht: (2024)

Load Forecasting on A Highly Sparse Electrical Load Dataset Using Gaussian Interpolation
von: Biswas, Chinmoy, et al.
Veröffentlicht: (2025)

Zero-Shot Load Forecasting with Large Language Models
von: Liao, Wenlong, et al.
Veröffentlicht: (2024)

Federated Contrastive Learning for Personalized Semantic Communication
von: Wang, Yining, et al.
Veröffentlicht: (2024)

Enhanced Load Forecasting with GAT-LSTM: Leveraging Grid and Temporal Features
von: Orji, Ugochukwu, et al.
Veröffentlicht: (2025)

Interpretable Short-Term Load Forecasting via Multi-Scale Temporal Decomposition
von: Jiang, Yuqi, et al.
Veröffentlicht: (2024)

Load Forecasting in the Era of Smart Grids: Opportunities and Advanced Machine Learning Models
von: Maneshni, Aurausp
Veröffentlicht: (2025)

Spiking Personalized Federated Learning for Brain-Computer Interface-Enabled Immersive Communication
von: Shang, Chen, et al.
Veröffentlicht: (2026)

Lightweight Industrial Cohorted Federated Learning for Heterogeneous Assets
von: Amarlingam, Madapu, et al.
Veröffentlicht: (2024)

DiffPLF: A Conditional Diffusion Model for Probabilistic Forecasting of EV Charging Load
von: Li, Siyang, et al.
Veröffentlicht: (2024)

Biased Over-the-Air Federated Learning under Wireless Heterogeneity
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2024)

Noise Resilient Over-The-Air Federated Learning In Heterogeneous Wireless Networks
von: Shaban, Zubair, et al.
Veröffentlicht: (2025)

OLALa: Online Learned Adaptive Lattice Codes for Heterogeneous Federated Learning
von: Lang, Natalie, et al.
Veröffentlicht: (2025)

Generative AI-Powered Plugin for Robust Federated Learning in Heterogeneous IoT Networks
von: Lee, Youngjoon, et al.
Veröffentlicht: (2024)

Advancing Personalized Federated Learning: Integrative Approaches with AI for Enhanced Privacy and Customization
von: Cooper, Kevin, et al.
Veröffentlicht: (2025)

Stragglers-Aware Low-Latency Synchronous Federated Learning via Layer-Wise Model Updates
von: Lang, Natalie, et al.
Veröffentlicht: (2024)

COLD: Concurrent Loads Disaggregator for Non-Intrusive Load Monitoring
von: Kamyshev, Ilia, et al.
Veröffentlicht: (2021)

Transfer Learning for VLC-based indoor Localization: Addressing Environmental Variability
von: Jan, Masood, et al.
Veröffentlicht: (2025)

Biased Federated Learning under Wireless Heterogeneity
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2025)

Two Stage Wireless Federated LoRA Fine-Tuning with Sparsified Orthogonal Updates
von: Kim, Bumjun, et al.
Veröffentlicht: (2025)

Kolmogorov-Arnold Recurrent Network for Short Term Load Forecasting Across Diverse Consumers
von: Danish, Muhammad Umair, et al.
Veröffentlicht: (2025)

Addressing Challenges in Data Quality and Model Generalization for Malaria Detection
von: Kabore, Kiswendsida Kisito, et al.
Veröffentlicht: (2024)

Personalized Federated Learning with Attention-based Client Selection
von: Chen, Zihan, et al.
Veröffentlicht: (2023)

Environmental Feature Engineering and Statistical Validation for ML-Based Path Loss Prediction
von: Ethier, Jonathan, et al.
Veröffentlicht: (2025)

Privacy-Preserving Quantized Federated Learning with Diverse Precision
von: Nguyen, Dang Qua, et al.
Veröffentlicht: (2025)

Attention-based Deep Neural Networks for Battery Discharge Capacity Forecasting
von: Zhang, Yadong, et al.
Veröffentlicht: (2022)

STDHL: Spatio-Temporal Dynamic Hypergraph Learning for Wind Power Forecasting
von: Dong, Xiaochong, et al.
Veröffentlicht: (2024)

Decentralized Federated Learning With Energy Harvesting Devices
von: Zhang, Kai, et al.
Veröffentlicht: (2026)

GCA-BULF: A Bottom-Up Framework for Short-Term Load Forecasting Using Grouped Critical Appliances
von: Yao, Yunhao, et al.
Veröffentlicht: (2026)

Adjustment of Cluster-Then-Predict Framework for Multiport Scatterer Load Prediction
von: Park, Hanjun, et al.
Veröffentlicht: (2026)

NILMFormer: Non-Intrusive Load Monitoring that Accounts for Non-Stationarity
von: Petralia, Adrien, et al.
Veröffentlicht: (2025)

Scalable Power Control/Beamforming in Heterogeneous Wireless Networks with Graph Neural Networks
von: Zhang, Xiaochen, et al.
Veröffentlicht: (2021)

Federated Learning With Energy Harvesting Devices: An MDP Framework
von: Zhang, Kai, et al.
Veröffentlicht: (2024)

Benchmarking Sensor-Fault Robustness in Forecasting
von: Windmann, Alexander, et al.
Veröffentlicht: (2026)

sleep2vec: Unified Cross-Modal Alignment for Heterogeneous Nocturnal Biosignals
von: Yuan, Weixuan, et al.
Veröffentlicht: (2026)

Federated Sequence-to-Sequence Learning for Load Disaggregation from Unbalanced Low-Resolution Smart Meter Data
von: Li, Xiangrui
Veröffentlicht: (2024)

DCInject: Persistent Backdoor Attacks via Frequency Manipulation in Personal Federated Learning
von: Birhan, Nahom, et al.
Veröffentlicht: (2026)

DWAFM: Dynamic Weighted Graph Structure Embedding Integrated with Attention and Frequency-Domain MLPs for Traffic Forecasting
von: Shi, Sen, et al.
Veröffentlicht: (2026)

Adversarial Federated Consensus Learning for Surface Defect Classification Under Data Heterogeneity in IIoT
von: Cui, Jixuan, et al.
Veröffentlicht: (2024)

Ionospheric Scintillation Forecasting Using Machine Learning
von: Halawa, Sultan, et al.
Veröffentlicht: (2024)