Buchumschlag

Sequential Federated Learning in Hierarchical Architecture on Non-IID Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Xingrun, Zuo, Shiyuan, Fan, Rongfei, Hu, Han, Shen, Li, Zhao, Puning, Luo, Yong
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

Efficient Federated Learning against Byzantine Attacks and Data Heterogeneity via Aggregating Normalized Gradients
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2024)

Federated Learning Resilient to Byzantine Attacks and Data Heterogeneity
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2024)

Semantic Communication in Dynamic Channel Scenarios: Collaborative Optimization of Dual-Pipeline Joint Source-Channel Coding and Personalized Federated Learning
von: Yan, Xingrun, et al.
Veröffentlicht: (2025)

H+: An Efficient Similarity-Aware Aggregation for Byzantine Resilient Federated Learning
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2025)

Dimensionality Reduction for Robust Federated Learning: A Theoretical Analysis and Convergence Guarantee
von: Zuo, Shiyuan, et al.
Veröffentlicht: (2026)

On Theoretical Limits of Learning with Label Differential Privacy
von: Zhao, Puning, et al.
Veröffentlicht: (2025)

Learning with User-Level Local Differential Privacy
von: Zhao, Puning, et al.
Veröffentlicht: (2024)

Enhancing Learning with Label Differential Privacy by Vector Approximation
von: Zhao, Puning, et al.
Veröffentlicht: (2024)

Contextual Bandits for Unbounded Context Distributions
von: Zhao, Puning, et al.
Veröffentlicht: (2024)

Dataset Distillation-based Hybrid Federated Learning on Non-IID Data
von: Shi, Xiufang, et al.
Veröffentlicht: (2024)

FedSKC: Federated Learning with Non-IID Data via Structural Knowledge Collaboration
von: Wang, Huan, et al.
Veröffentlicht: (2025)

Personalizing Federated Learning for Hierarchical Edge Networks with Non-IID Data
von: Lee, Seunghyun, et al.
Veröffentlicht: (2025)

Understanding Federated Learning from IID to Non-IID dataset: An Experimental Study
von: Seo, Jungwon, et al.
Veröffentlicht: (2025)

Differential Private Stochastic Optimization with Heavy-tailed Data: Towards Optimal Rates
von: Zhao, Puning, et al.
Veröffentlicht: (2024)

One-Shot Sequential Federated Learning for Non-IID Data by Enhancing Local Model Diversity
von: Wang, Naibo, et al.
Veröffentlicht: (2024)

A Huber Loss Minimization Approach to Byzantine Robust Federated Learning
von: Zhao, Puning, et al.
Veröffentlicht: (2023)

FPPL: An Efficient and Non-IID Robust Federated Continual Learning Framework
von: He, Yuchen, et al.
Veröffentlicht: (2024)

Minimax Optimal Q Learning with Nearest Neighbors
von: Zhao, Puning, et al.
Veröffentlicht: (2023)

FedBKD: Distilled Federated Learning to Embrace Gerneralization and Personalization on Non-IID Data
von: Zhao, Yushan, et al.
Veröffentlicht: (2025)

Multi-Modal Federated Learning for Cancer Staging over Non-IID Datasets with Unbalanced Modalities
von: Borazjani, Kasra, et al.
Veröffentlicht: (2024)

Multi-Level Additive Modeling for Structured Non-IID Federated Learning
von: Chen, Shutong, et al.
Veröffentlicht: (2024)

Rethinking the Representation in Federated Unsupervised Learning with Non-IID Data
von: Liao, Xinting, et al.
Veröffentlicht: (2024)

Momentum Benefits Non-IID Federated Learning Simply and Provably
von: Cheng, Ziheng, et al.
Veröffentlicht: (2023)

Towards Satellite Non-IID Imagery: A Spectral Clustering-Assisted Federated Learning Approach
von: Zou, Luyao, et al.
Veröffentlicht: (2024)

FedVCK: Non-IID Robust and Communication-Efficient Federated Learning via Valuable Condensed Knowledge for Medical Image Analysis
von: Yan, Guochen, et al.
Veröffentlicht: (2024)

Stratify: Rethinking Federated Learning for Non-IID Data through Balanced Sampling
von: Wong, Hui Yeok, et al.
Veröffentlicht: (2025)

FedPrism: Adaptive Personalized Federated Learning under Non-IID Data
von: Kumbhakar, Prakash, et al.
Veröffentlicht: (2026)

FedTopo: Topology-Informed Representation Alignment in Federated Learning under Non-I.I.D. Conditions
von: Hu, Ke, et al.
Veröffentlicht: (2025)

A Thorough Assessment of the Non-IID Data Impact in Federated Learning
von: Jimenez-Gutierrez, Daniel M., et al.
Veröffentlicht: (2025)

Tackling the Non-IID Issue in Heterogeneous Federated Learning by Gradient Harmonization
von: Zhang, Xinyu, et al.
Veröffentlicht: (2023)

FedCure: Mitigating Participation Bias in Semi-Asynchronous Federated Learning with Non-IID Data
von: Chen, Yue, et al.
Veröffentlicht: (2025)

AFCL: Analytic Federated Continual Learning for Spatio-Temporal Invariance of Non-IID Data
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

Learning Critically: Selective Self Distillation in Federated Learning on Non-IID Data
von: He, Yuting, et al.
Veröffentlicht: (2025)

EvoluNet: Advancing Dynamic Non-IID Transfer Learning on Graphs
von: Wang, Haohui, et al.
Veröffentlicht: (2023)

A Client-level Assessment of Collaborative Backdoor Poisoning in Non-IID Federated Learning
von: Lai, Phung, et al.
Veröffentlicht: (2025)

Heterogeneity-Guided Client Sampling: Towards Fast and Efficient Non-IID Federated Learning
von: Chen, Huancheng, et al.
Veröffentlicht: (2023)

Soft Label PU Learning
von: Zhao, Puning, et al.
Veröffentlicht: (2024)

Decoupled Federated Learning on Long-Tailed and Non-IID data with Feature Statistics
von: Chen, Zhuoxin, et al.
Veröffentlicht: (2024)

Federated Active Learning Under Extreme Non-IID and Global Class Imbalance
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

MultiConfederated Learning: Inclusive Non-IID Data handling with Decentralized Federated Learning
von: Duchesne, Michael, et al.
Veröffentlicht: (2024)