Buchumschlag

Federated Computing -- Survey on Building Blocks, Extensions and Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schwermer, René, Mayer, Ruben, Jacobsen, Hans-Arno
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FLEdge: Benchmarking Federated Machine Learning Applications in Edge Computing Systems
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2023)

A Survey on Efficient Federated Learning Methods for Foundation Model Training
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

Can Graph Reordering Speed Up Graph Neural Network Training? An Experimental Study
von: Merkel, Nikolai, et al.
Veröffentlicht: (2024)

MAR-FL: A Communication Efficient Peer-to-Peer Federated Learning System
von: Mulitze, Felix, et al.
Veröffentlicht: (2025)

An Experimental Comparison of Partitioning Strategies for Distributed Graph Neural Network Training
von: Merkel, Nikolai, et al.
Veröffentlicht: (2023)

EmbedPart: Embedding-Driven Graph Partitioning for Scalable Graph Neural Network Training
von: Merkel, Nikolai, et al.
Veröffentlicht: (2026)

Choosing a Classical Planner with Graph Neural Networks
von: Vatter, Jana, et al.
Veröffentlicht: (2024)

How Can We Train Deep Learning Models Across Clouds and Continents? An Experimental Study
von: Erben, Alexander, et al.
Veröffentlicht: (2023)

Federated Fine-Tuning of LLMs on the Very Edge: The Good, the Bad, the Ugly
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2023)

Adversarial Robustness in Distributed Quantum Machine Learning
von: Kananian, Pouya, et al.
Veröffentlicht: (2025)

WaveGAS: Waveform Relaxation for Scaling Graph Neural Networks
von: Vatter, Jana, et al.
Veröffentlicht: (2025)

Federated Learning Priorities Under the European Union Artificial Intelligence Act
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

Adversarial Robustness of Partitioned Quantum Classifiers
von: Kananian, Pouya, et al.
Veröffentlicht: (2025)

MESS+: Energy-Optimal Inferencing in Language Model Zoos with Service Level Guarantees
von: Zhang, Ryan, et al.
Veröffentlicht: (2024)

Position: Federated Foundation Language Model Post-Training Should Focus on Open-Source Models
von: Agrawal, Nikita, et al.
Veröffentlicht: (2025)

Position: Let's Develop Data Probes to Fundamentally Understand How Data Affects LLM Performance
von: Wang, Shiqiang, et al.
Veröffentlicht: (2026)

A User-Tunable Machine Learning Framework for Step-Wise Synthesis Planning
von: Prakash, Shivesh, et al.
Veröffentlicht: (2025)

Parametrized Quantum Circuit Learning for Quantum Chemical Applications
von: Jones, Grier M., et al.
Veröffentlicht: (2025)

Multimodal Physiological Signals Representation Learning via Multiscale Contrasting for Depression Recognition
von: Shao, Kai, et al.
Veröffentlicht: (2024)

Dynamic Loss-Based Sample Reweighting for Improved Large Language Model Pretraining
von: Sow, Daouda, et al.
Veröffentlicht: (2025)

Comparing Methods for Bias Mitigation in Graph Neural Networks
von: Hoffmann, Barbara, et al.
Veröffentlicht: (2025)

ParaBlock: Communication-Computation Parallel Block Coordinate Federated Learning for Large Language Models
von: Wang, Yujia, et al.
Veröffentlicht: (2025)

LEGO: Language Model Building Blocks
von: Bhansali, Shrenik, et al.
Veröffentlicht: (2024)

FAME: Failure-Aware Mixture-of-Experts for Message-Level Log Anomaly Detection
von: Wang, Huanchi, et al.
Veröffentlicht: (2026)

WallStreetFeds: Client-Specific Tokens as Investment Vehicles in Federated Learning
von: Geimer, Arno, et al.
Veröffentlicht: (2025)

On the Volatility of Shapley-Based Contribution Metrics in Federated Learning
von: Geimer, Arno, et al.
Veröffentlicht: (2024)

BuilderBench: The Building Blocks of Intelligent Agents
von: Ghugare, Raj, et al.
Veröffentlicht: (2025)

Federated Learning and AI Regulation in the European Union: Who is Responsible? -- An Interdisciplinary Analysis
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2024)

Considerations for Distribution Shift Robustness of Diagnostic Models in Healthcare
von: Blaas, Arno, et al.
Veröffentlicht: (2024)

MESS+: Dynamically Learned Inference-Time LLM Routing in Model Zoos with Service Level Guarantees
von: Woisetschläger, Herbert, et al.
Veröffentlicht: (2025)

Should my Blockchain Learn to Drive? A Study of Hyperledger Fabric
von: Chacko, Jeeta Ann, et al.
Veröffentlicht: (2024)

Domain Expansion: Parameter-Efficient Modules as Building Blocks for Composite Domains
von: Patel, Mann, et al.
Veröffentlicht: (2025)

Probabilistic Design of Parametrized Quantum Circuits through Local Gate Modifications
von: Jones, Grier M., et al.
Veröffentlicht: (2026)

Exploiting Hankel-Toeplitz Structures for Fast Computation of Kernel Precision Matrices
von: Viset, Frida, et al.
Veröffentlicht: (2024)

Bayesian Symbolic Regression for Missing Physics
von: Strouwen, Arno
Veröffentlicht: (2026)

Orthogonium : A Unified, Efficient Library of Orthogonal and 1-Lipschitz Building Blocks
von: Boissin, Thibaut, et al.
Veröffentlicht: (2026)

Federated Distillation: A Survey
von: Li, Lin, et al.
Veröffentlicht: (2024)

Computation and Communication Efficient Lightweighting Vertical Federated Learning for Smart Building IoT
von: Wang, Heqiang, et al.
Veröffentlicht: (2024)

Federated Block-Term Tensor Regression for decentralised data analysis in healthcare
von: Faes, Axel, et al.
Veröffentlicht: (2024)

Block-encodings as programming abstractions: The Eclipse Qrisp BlockEncoding Interface
von: Petrič, Matic, et al.
Veröffentlicht: (2026)