Buchumschlag

Federated Transfer Learning Based Cooperative Wideband Spectrum Sensing with Model Pruning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jia, Jibin, Dong, Peihao, Zhou, Fuhui, Wu, Qihui
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pruned Convolutional Attention Network Based Wideband Spectrum Sensing with Sub-Nyquist Sampling
von: Dong, Peihao, et al.
Veröffentlicht: (2024)

Collaborative Automatic Modulation Classification via Deep Edge Inference for Hierarchical Cognitive Radio Networks
von: He, Chaowei, et al.
Veröffentlicht: (2024)

Generative Data Augmentation in Graph Contrastive Learning for Recommendation
von: Wang, Yansong, et al.
Veröffentlicht: (2025)

TransFR: Transferable Federated Recommendation with Adapter Tuning on Pre-trained Language Models
von: Zhang, Honglei, et al.
Veröffentlicht: (2024)

Blockchain-Based Spectrum Resource Securitization via Semi-Fungible Token-Lock
von: Zhou, Zhixian, et al.
Veröffentlicht: (2026)

Matlas: A Semantic Search Engine for Mathematics
von: Ju, Haocheng, et al.
Veröffentlicht: (2026)

Effective Knowledge Transfer for Multi-Task Recommendation Models
von: Cai, Guohao, et al.
Veröffentlicht: (2026)

Faster Learned Sparse Retrieval with Block-Max Pruning
von: Mallia, Antonio, et al.
Veröffentlicht: (2024)

MARCO: A Cooperative Knowledge Transfer Framework for Personalized Cross-domain Recommendations
von: Xie, Lili, et al.
Veröffentlicht: (2025)

ADMM Based Semi-Structured Pattern Pruning Framework For Transformer
von: Wang, TianChen
Veröffentlicht: (2024)

Boosting Parameter Efficiency in LLM-Based Recommendation through Sophisticated Pruning
von: Zheng, Shanle, et al.
Veröffentlicht: (2025)

An Analysis on Matching Mechanisms and Token Pruning for Late-interaction Models
von: Liu, Qi, et al.
Veröffentlicht: (2024)

On-device Content-based Recommendation with Single-shot Embedding Pruning: A Cooperative Game Perspective
von: Tran, Hung Vinh, et al.
Veröffentlicht: (2024)

From Transfer to Collaboration: A Federated Framework for Cross-Market Sequential Recommendation
von: Chen, Jundong, et al.
Veröffentlicht: (2026)

Light-FMP: Lightweight Feature and Model Pruning for Enhanced Deep Recommender Systems
von: Bui, Nghia, et al.
Veröffentlicht: (2026)

Federated Adaptation for Foundation Model-based Recommendations
von: Zhang, Chunxu, et al.
Veröffentlicht: (2024)

Multifaceted User Modeling in Recommendation: A Federated Foundation Models Approach
von: Zhang, Chunxu, et al.
Veröffentlicht: (2024)

Proxy Model-Guided Reinforcement Learning for Client Selection in Federated Recommendation
von: Qu, Liang, et al.
Veröffentlicht: (2025)

Efficient Transfer Learning Framework for Cross-Domain Click-Through Rate Prediction
von: Liu, Qi, et al.
Veröffentlicht: (2024)

Neural Passage Quality Estimation for Static Pruning
von: Chang, Xuejun, et al.
Veröffentlicht: (2024)

LeanSearch v2: Global Premise Retrieval for Lean 4 Theorem Proving
von: Gao, Guoxiong, et al.
Veröffentlicht: (2026)

Federated User Preference Modeling for Privacy-Preserving Cross-Domain Recommendation
von: Wang, Li, et al.
Veröffentlicht: (2024)

Evaluating Conversational Recommender Systems via Large Language Models: A User-Centric Framework
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

Blockchain-based Federated Recommendation with Incentive Mechanism
von: Chen, Jianhai, et al.
Veröffentlicht: (2024)

Balancing Embedding Spectrum for Recommendation
von: Peng, Shaowen, et al.
Veröffentlicht: (2024)

Static Pruning in Dense Retrieval using Matrix Decomposition
von: Siciliano, Federico, et al.
Veröffentlicht: (2024)

Knowledge-Driven 3D Semantic Spectrum Map: KE-VQ-Transformer Based UAV Semantic Communication and Map Completion
von: Wu, Wei, et al.
Veröffentlicht: (2025)

Shapley Value-driven Data Pruning for Recommender Systems
von: Zhang, Yansen, et al.
Veröffentlicht: (2025)

CRISP: Clustering Multi-Vector Representations for Denoising and Pruning
von: Veneroso, João, et al.
Veröffentlicht: (2025)

A Soft-partitioned Semi-supervised Collaborative Transfer Learning Approach for Multi-Domain Recommendation
von: Liu, Xiaoyu, et al.
Veröffentlicht: (2025)

What Generative Search Engines Like and How to Optimize Web Content Cooperatively
von: Wu, Yujiang, et al.
Veröffentlicht: (2025)

FedPCL-CDR: A Federated Prototype-based Contrastive Learning Framework for Privacy-Preserving Cross-domain Recommendation
von: Wang, Li, et al.
Veröffentlicht: (2024)

PCL: Prompt-based Continual Learning for User Modeling in Recommender Systems
von: Yang, Mingdai, et al.
Veröffentlicht: (2025)

Dataset Pruning in RecSys and ML: Best Practice or Mal-Practice?
von: Winter, Leonie
Veröffentlicht: (2025)

Efficient Recommendation with Millions of Items by Dynamic Pruning of Sub-Item Embeddings
von: Petrov, Aleksandr V., et al.
Veröffentlicht: (2025)

SemBridge: Language Transfer in Sparse Encoders via Multilingual Semantic Bridges
von: Hong, Seongtae, et al.
Veröffentlicht: (2026)

Federated Learning and Unlearning for Recommendation with Personalized Data Sharing
von: Qu, Liang, et al.
Veröffentlicht: (2026)

Accelerating Matrix Factorization by Dynamic Pruning for Fast Recommendation
von: Wu, Yining, et al.
Veröffentlicht: (2024)

Transferable Sequential Recommendation via Vector Quantized Meta Learning
von: Yue, Zhenrui, et al.
Veröffentlicht: (2024)

Harnessing the Power of Reinforcement Learning for Language-Model-Based Information Retriever via Query-Document Co-Augmentation
von: Liu, Jingming, et al.
Veröffentlicht: (2025)