:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ben-Hur, Yuval, Cassuto, Yuval
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Information Theory
Online-Zugang:	https://arxiv.org/abs/2408.10942
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

NeRCC: Nested-Regression Coded Computing for Resilient Distributed Prediction Serving Systems
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

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

Robust DNN Partitioning and Resource Allocation Under Uncertain Inference Time
von: Nan, Zhaojun, et al.
Veröffentlicht: (2025)

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)

Faster Convergence with Less Communication: Broadcast-Based Subgraph Sampling for Decentralized Learning over Wireless Networks
von: Herrera, Daniel Pérez, et al.
Veröffentlicht: (2024)

Consensus Capacity of Noisy Broadcast Channels
von: Sangwan, Neha, et al.
Veröffentlicht: (2022)

Don't Always Pick the Highest-Performing Model: An Information Theoretic View of LLM Ensemble Selection
von: Turkmen, Yigit, et al.
Veröffentlicht: (2026)

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

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

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

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

Scalable and Reliable Over-the-Air Federated Edge Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

Closing the Generalization Gap in Parameter-efficient Federated Edge Learning
von: Du, Xinnong, 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)

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

Optimal Compression of Unit Norm Vectors in the High Distortion Regime
von: Zhu, Heng, et al.
Veröffentlicht: (2023)

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

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

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

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

SLO-Aware Compute Resource Allocation for Prefill-Decode Disaggregated LLM Inference
von: Li, Luchang, et al.
Veröffentlicht: (2026)

Q-GADMM: Quantized Group ADMM for Communication Efficient Decentralized Machine Learning
von: Elgabli, Anis, et al.
Veröffentlicht: (2019)

RCC-PFL: Robust Client Clustering under Noisy Labels in Personalized Federated Learning
von: Ali, Abdulmoneam, et al.
Veröffentlicht: (2025)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

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

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

On the Power of Graphical Reconfigurable Circuits
von: Emek, Yuval, et al.
Veröffentlicht: (2024)

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

Minimax Optimal Algorithms with Fixed-$k$-Nearest Neighbors
von: Ryu, J. Jon, et al.
Veröffentlicht: (2022)

TransFusion: Covariate-Shift Robust Transfer Learning for High-Dimensional Regression
von: He, Zelin, et al.
Veröffentlicht: (2024)

Multi-Draft Speculative Sampling: Canonical Decomposition and Theoretical Limits
von: Khisti, Ashish, et al.
Veröffentlicht: (2024)

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

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

Approximate Gradient Coding for Privacy-Flexible Federated Learning with Non-IID Data
von: Makkonen, Okko, et al.
Veröffentlicht: (2024)

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

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

A New Theoretical Perspective on Data Heterogeneity in Federated Optimization
von: Wang, Jiayi, et al.
Veröffentlicht: (2024)