Buchumschlag

Scalable and Reliable Over-the-Air Federated Edge Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Egger, Maximilian, Hofmeister, Christoph, Kaya, Cem, Bitar, Rawad, Wachter-Zeh, Antonia
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Theory Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Private Aggregation in Hierarchical Wireless Federated Learning with Partial and Full Collusion
von: Egger, Maximilian, et al.
Veröffentlicht: (2023)

BICompFL: Stochastic Federated Learning with Bi-Directional Compression
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

Perfect Privacy for Discriminator-Based Byzantine-Resilient Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

Source Anonymity for Private Random Walk Decentralized Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

On the Extension of Private Distributed Matrix Multiplication Schemes to the Grid Partition
von: Hofmeister, Christoph, et al.
Veröffentlicht: (2026)

Private Aggregation for Byzantine-Resilient Heterogeneous Federated Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

LoByITFL: Low Communication Secure and Private Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2024)

Byzantine-Resilient Secure Aggregation for Federated Learning Without Privacy Compromises
von: Xia, Yue, et al.
Veröffentlicht: (2024)

Self-Regulating Random Walks for Resilient Decentralized Learning on Graphs
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

Federated One-Shot Learning with Data Privacy and Objective-Hiding
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

Beyond Trade-offs: A Unified Framework for Privacy, Robustness, and Communication Efficiency in Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

Byzantine-Resilient Zero-Order Optimization for Communication-Efficient Heterogeneous Federated Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

Interactive Byzantine-Resilient Gradient Coding for General Data Assignments
von: Jain, Shreyas, et al.
Veröffentlicht: (2024)

ProDiGy: Proximity- and Dissimilarity-Based Byzantine-Robust Federated Learning
von: Ergisi, Sena, et al.
Veröffentlicht: (2025)

Decentralized Federated Learning Over Imperfect Communication Channels
von: Li, Weicai, et al.
Veröffentlicht: (2024)

Closing the Generalization Gap in Parameter-efficient Federated Edge Learning
von: Du, Xinnong, et al.
Veröffentlicht: (2025)

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

Over-the-Air Multi-Sensor Inference with Neural Networks Using Memristor-Based Analog Computing
von: Tegin, Busra, et al.
Veröffentlicht: (2025)

CAFe: Cost and Age aware Federated Learning
von: Liyanaarachchi, Sahan, et al.
Veröffentlicht: (2024)

Satellite Federated Edge Learning: Architecture Design and Convergence Analysis
von: Shi, Yuanming, et al.
Veröffentlicht: (2024)

Personalized Federated Learning for Generative AI-Assisted Semantic Communications
von: Peng, Yubo, et al.
Veröffentlicht: (2024)

Waveform Design for Over-the-Air Computing
von: Evgenidis, Nikos G., et al.
Veröffentlicht: (2024)

Timely Parameter Updating in Over-the-Air Federated Learning
von: Zhu, Jiaqi, et al.
Veröffentlicht: (2025)

Rethinking Resource Management in Edge Learning: A Joint Pre-training and Fine-tuning Design Paradigm
von: Lyu, Zhonghao, et al.
Veröffentlicht: (2024)

Hierarchical Federated Learning with SignSGD: A Highly Communication-Efficient Approach
von: Kazemi, Amirreza, et al.
Veröffentlicht: (2026)

Hierarchical Federated Learning for Networked AI: From Communication Saving to Architecture-Aware Design
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2026)

Out-of-Air Computation: Enabling Structured Extraction from Wireless Superposition
von: Azimi-Abarghouyi, Seyed Mohammad
Veröffentlicht: (2026)

Energy-Efficient Federated Edge Learning with Streaming Data: A Lyapunov Optimization Approach
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2024)

Update Estimation and Scheduling for Over-the-Air Federated Learning with Energy Harvesting Devices
von: Bagci, Furkan, et al.
Veröffentlicht: (2025)

Towards Optimal Constellation Design for Digital Over-the-Air Computation
von: Razavikia, Saeed, et al.
Veröffentlicht: (2025)

CAT and DOG: Improved Codes for Private Distributed Matrix Multiplication
von: Hofmeister, Christoph, et al.
Veröffentlicht: (2025)

Maximal-Capacity Discrete Memoryless Channel Identification
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

The Entrapment Problem in Random Walk Decentralized Learning
von: Liu, Zonghong, et al.
Veröffentlicht: (2024)

Learning from Acceptance: Cumulative Regret in the Game of Coding
von: Nodehi, Hanzaleh Akbari, et al.
Veröffentlicht: (2026)

Coded Computing for Resilient Distributed Computing: A Learning-Theoretic Framework
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

Exploiting Correlations in Federated Learning: Opportunities and Practical Limitations
von: Edin, Adrian, et al.
Veröffentlicht: (2026)

Double-Edge-Assisted Computation Offloading and Resource Allocation for Space-Air-Marine Integrated Networks
von: Wang, Zhen, et al.
Veröffentlicht: (2025)

Dynamic Scheduling for Vehicle-to-Vehicle Communications Enhanced Federated Learning
von: Yan, Jintao, et al.
Veröffentlicht: (2024)

Privacy-aware Berrut Approximated Coded Computing for Federated Learning
von: Luaña, Xavier Martínez, et al.
Veröffentlicht: (2024)

A Unified Analysis of Federated Learning with Arbitrary Client Participation
von: Wang, Shiqiang, et al.
Veröffentlicht: (2022)