Copertina

Sheaf HyperNetworks for Personalized Federated Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nguyen, Bao, Sani, Lorenzo, Qiu, Xinchi, Liò, Pietro, Lane, Nicholas D.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FedAGHN: Personalized Federated Learning with Attentive Graph HyperNetworks
di: Song, Jiarui, et al.
Pubblicazione: (2025)

Sheaf Hypergraph Networks
di: Duta, Iulia, et al.
Pubblicazione: (2023)

HyperDreamBooth: HyperNetworks for Fast Personalization of Text-to-Image Models
di: Ruiz, Nataniel, et al.
Pubblicazione: (2023)

Variational Inference for Quantum HyperNetworks
di: Nepote, Luca, et al.
Pubblicazione: (2025)

Heterogeneous Sheaf Neural Networks
di: Braithwaite, Luke, et al.
Pubblicazione: (2024)

FedAnchor: Enhancing Federated Semi-Supervised Learning with Label Contrastive Loss for Unlabeled Clients
di: Qiu, Xinchi, et al.
Pubblicazione: (2024)

Quantum HyperNetworks: Training Binary Neural Networks in Quantum Superposition
di: Carrasquilla, Juan, et al.
Pubblicazione: (2023)

On the Necessity of Learnable Sheaf Laplacians
di: Caralt, Ferran Hernandez, et al.
Pubblicazione: (2026)

Sheaf4Rec: Sheaf Neural Networks for Graph-based Recommender Systems
di: Purificato, Antonio, et al.
Pubblicazione: (2023)

HN-MVTS: HyperNetwork-based Multivariate Time Series Forecasting
di: Savchenko, Andrey, et al.
Pubblicazione: (2025)

Personalized Subgraph Federated Learning with Sheaf Collaboration
di: Liang, Wenfei, et al.
Pubblicazione: (2025)

Gradient-less Federated Gradient Boosting Trees with Learnable Learning Rates
di: Ma, Chenyang, et al.
Pubblicazione: (2023)

Polynomial Neural Sheaf Diffusion: A Spectral Filtering Approach on Cellular Sheaves
di: Borgi, Alessio, et al.
Pubblicazione: (2025)

Joint Diffusion Processes as an Inductive Bias in Sheaf Neural Networks
di: Caralt, Ferran Hernandez, et al.
Pubblicazione: (2024)

Photon: Federated LLM Pre-Training
di: Sani, Lorenzo, et al.
Pubblicazione: (2024)

DEPT: Decoupled Embeddings for Pre-training Language Models
di: Iacob, Alex, et al.
Pubblicazione: (2024)

LLM Unlearning via Neural Activation Redirection
di: Shen, William F., et al.
Pubblicazione: (2025)

SparsyFed: Sparse Adaptive Federated Training
di: Guastella, Adriano, et al.
Pubblicazione: (2025)

LoGAH: Predicting 774-Million-Parameter Transformers using Graph HyperNetworks with 1/100 Parameters
di: Zhou, Xinyu, et al.
Pubblicazione: (2024)

FedSheafHN: Personalized Federated Learning on Graph-structured Data
di: Liang, Wenfei, et al.
Pubblicazione: (2024)

The Future of Large Language Model Pre-training is Federated
di: Sani, Lorenzo, et al.
Pubblicazione: (2024)

MT-DAO: Multi-Timescale Distributed Adaptive Optimizers with Local Updates
di: Iacob, Alex, et al.
Pubblicazione: (2025)

HyperBERT: Mixing Hypergraph-Aware Layers with Language Models for Node Classification on Text-Attributed Hypergraphs
di: Bazaga, Adrián, et al.
Pubblicazione: (2024)

Wasserstein Hypergraph Neural Network
di: Duta, Iulia, et al.
Pubblicazione: (2025)

LoRDO: Distributed Low-Rank Optimization with Infrequent Communication
di: Jovanović, Andrej, et al.
Pubblicazione: (2026)

Secure Vertical Federated Learning Under Unreliable Connectivity
di: Qiu, Xinchi, et al.
Pubblicazione: (2023)

AbbIE: Autoregressive Block-Based Iterative Encoder for Efficient Sequence Modeling
di: Aleksandrov, Preslav, et al.
Pubblicazione: (2025)

SPHINX: Structural Prediction using Hypergraph Inference Network
di: Duta, Iulia, et al.
Pubblicazione: (2024)

DES-LOC: Desynced Low Communication Adaptive Optimizers for Training Foundation Models
di: Iacob, Alex, et al.
Pubblicazione: (2025)

CALF: Communication-Aware Learning Framework for Distributed Reinforcement Learning
di: Purves, Carlos, et al.
Pubblicazione: (2026)

Networks of Causal Abstractions: A Sheaf-theoretic Framework
di: D'Acunto, Gabriele, et al.
Pubblicazione: (2025)

FLUX: Efficient Descriptor-Driven Clustered Federated Learning under Arbitrary Distribution Shifts
di: Fenoglio, Dario, et al.
Pubblicazione: (2025)

Bringing Federated Learning to Space
di: Kim, Grace, et al.
Pubblicazione: (2025)

Learning Sheaf Laplacian Optimizing Restriction Maps
di: Di Nino, Leonardo, et al.
Pubblicazione: (2025)

An Effective Universal Polynomial Basis for Spectral Graph Neural Networks
di: Huang, Keke, et al.
Pubblicazione: (2023)

Neural Bipartite Matching
di: Georgiev, Dobrik, et al.
Pubblicazione: (2020)

Molecular Representations in Implicit Functional Space via Hyper-Networks
di: Wang, Zehong, et al.
Pubblicazione: (2026)

Superposition in Graph Neural Networks
di: Pertl, Lukas, et al.
Pubblicazione: (2025)

Algebraic Priors for Approximately Equivariant Networks
di: Ali, Riccardo, et al.
Pubblicazione: (2025)

Cooperative Sheaf Neural Networks
di: Ribeiro, André, et al.
Pubblicazione: (2025)