Buchumschlag

Cohort Squeeze: Beyond a Single Communication Round per Cohort in Cross-Device Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yi, Kai, Kharisov, Timur, Sokolov, Igor, Richtárik, Peter
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

MARINA-P: Superior Performance in Non-smooth Federated Optimization with Adaptive Stepsizes
von: Sokolov, Igor, et al.
Veröffentlicht: (2024)

Communication-Efficient Gluon in Federated Learning
von: Qian, Xun, et al.
Veröffentlicht: (2026)

Sparse-ProxSkip: Accelerated Sparse-to-Sparse Training in Federated Learning
von: Meinhardt, Georg, et al.
Veröffentlicht: (2024)

SPAM: Stochastic Proximal Point Method with Momentum Variance Reduction for Non-convex Cross-Device Federated Learning
von: Karagulyan, Avetik, et al.
Veröffentlicht: (2024)

Symmetric Pruning of Large Language Models
von: Yi, Kai, et al.
Veröffentlicht: (2025)

EF21 with Bells & Whistles: Six Algorithmic Extensions of Modern Error Feedback
von: Fatkhullin, Ilyas, et al.
Veröffentlicht: (2021)

FedP3: Federated Personalized and Privacy-friendly Network Pruning under Model Heterogeneity
von: Yi, Kai, et al.
Veröffentlicht: (2024)

Bernoulli-LoRA: A Theoretical Framework for Randomized Low-Rank Adaptation
von: Sokolov, Igor, et al.
Veröffentlicht: (2025)

Single-Round Scalable Analytic Federated Learning
von: Bacellar, Alan T. L., et al.
Veröffentlicht: (2025)

Improved Convergence in Parameter-Agnostic Error Feedback through Momentum
von: Sadiev, Abdurakhmon, et al.
Veröffentlicht: (2025)

AFL: A Single-Round Analytic Approach for Federated Learning with Pre-trained Models
von: He, Run, et al.
Veröffentlicht: (2024)

FedComLoc: Communication-Efficient Distributed Training of Sparse and Quantized Models
von: Yi, Kai, et al.
Veröffentlicht: (2024)

A Computation and Communication Efficient Method for Distributed Nonconvex Problems in the Partial Participation Setting
von: Tyurin, Alexander, et al.
Veröffentlicht: (2022)

Beyond Fixed Rounds: Data-Free Early Stopping for Practical Federated Learning
von: Lee, Youngjoon, et al.
Veröffentlicht: (2026)

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

PV-Tuning: Beyond Straight-Through Estimation for Extreme LLM Compression
von: Malinovskii, Vladimir, et al.
Veröffentlicht: (2024)

Provable Reduction in Communication Rounds for Non-Smooth Convex Federated Learning
von: Palenzuela, Karlo, et al.
Veröffentlicht: (2025)

Single-Round Clustered Federated Learning via Data Collaboration Analysis for Non-IID Data
von: Sugawara, Sota, et al.
Veröffentlicht: (2026)

LoCoDL: Communication-Efficient Distributed Learning with Local Training and Compression
von: Condat, Laurent, et al.
Veröffentlicht: (2024)

Collaborative Value Function Estimation Under Model Mismatch: A Federated Temporal Difference Analysis
von: Beikmohammadi, Ali, et al.
Veröffentlicht: (2025)

Revisiting Federated Fine-Tuning: A Single Communication Round is Enough for Foundation Models
von: Wang, Ziyao, et al.
Veröffentlicht: (2024)

BiCoLoR: Communication-Efficient Optimization with Bidirectional Compression and Local Training
von: Condat, Laurent, et al.
Veröffentlicht: (2026)

Improving the Worst-Case Bidirectional Communication Complexity for Nonconvex Distributed Optimization under Function Similarity
von: Gruntkowska, Kaja, et al.
Veröffentlicht: (2024)

Strategies for Improving Communication Efficiency in Distributed and Federated Learning: Compression, Local Training, and Personalization
von: Yi, Kai
Veröffentlicht: (2025)

Harnessing Increased Client Participation with Cohort-Parallel Federated Learning
von: Dhasade, Akash, et al.
Veröffentlicht: (2024)

Flamingo: Multi-Round Single-Server Secure Aggregation with Applications to Private Federated Learning
von: Ma, Yiping, et al.
Veröffentlicht: (2023)

Buffered Asynchronous Secure Aggregation for Cross-Device Federated Learning
von: Wang, Kun, et al.
Veröffentlicht: (2024)

First Provable Guarantees for Practical Private FL: Beyond Restrictive Assumptions
von: Shulgin, Egor, et al.
Veröffentlicht: (2025)

Beyond the Ideal: Analyzing the Inexact Muon Update
von: Shulgin, Egor, et al.
Veröffentlicht: (2025)

CohortNet: Empowering Cohort Discovery for Interpretable Healthcare Analytics
von: Cai, Qingpeng, et al.
Veröffentlicht: (2024)

CoAst: Validation-Free Contribution Assessment for Federated Learning based on Cross-Round Valuation
von: Wu, Hao, et al.
Veröffentlicht: (2024)

Joint Analysis of Single-Cell Data across Cohorts with Missing Modalities
von: Arriola, Marianne, et al.
Veröffentlicht: (2024)

Non-Euclidean Broximal Point Method: A Blueprint for Geometry-Aware Optimization
von: Gruntkowska, Kaja, et al.
Veröffentlicht: (2025)

Convergence Analysis of the PAGE Stochastic Algorithm for Weakly Convex Finite-Sum Optimization
von: Condat, Laurent, et al.
Veröffentlicht: (2025)

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

Universal Online Convex Optimization with $1$ Projection per Round
von: Yang, Wenhao, et al.
Veröffentlicht: (2024)

Optimizing Communication and Device Clustering for Clustered Federated Learning with Differential Privacy
von: Wei, Dongyu, et al.
Veröffentlicht: (2025)

Shadowheart SGD: Distributed Asynchronous SGD with Optimal Time Complexity Under Arbitrary Computation and Communication Heterogeneity
von: Tyurin, Alexander, et al.
Veröffentlicht: (2024)

GradSkip: Communication-Accelerated Local Gradient Methods with Better Computational Complexity
von: Maranjyan, Artavazd, et al.
Veröffentlicht: (2022)

Calibrated One Round Federated Learning with Bayesian Inference in the Predictive Space
von: Hasan, Mohsin, et al.
Veröffentlicht: (2023)