Buchumschlag

pFedGPA: Diffusion-based Generative Parameter Aggregation for Personalized Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lai, Jiahao, Li, Jiaqi, Xu, Jian, Wu, Yanru, Tang, Boshi, Chen, Siqi, Huang, Yongfeng, Ding, Wenbo, Li, Yang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FedLPPA: Learning Personalized Prompt and Aggregation for Federated Weakly-supervised Medical Image Segmentation
von: Lin, Li, et al.
Veröffentlicht: (2024)

FedCoSR: Personalized Federated Learning with Contrastive Shareable Representations for Label Heterogeneity in Non-IID Data
von: Huang, Chenghao, et al.
Veröffentlicht: (2024)

FedCAP: Robust Federated Learning via Customized Aggregation and Personalization
von: Li, Youpeng, et al.
Veröffentlicht: (2024)

FedAH: Aggregated Head for Personalized Federated Learning
von: Zhou, Pengzhan, et al.
Veröffentlicht: (2024)

FedSSA: Semantic Similarity-based Aggregation for Efficient Model-Heterogeneous Personalized Federated Learning
von: Yi, Liping, et al.
Veröffentlicht: (2023)

WarmFed: Federated Learning with Warm-Start for Globalization and Personalization Via Personalized Diffusion Models
von: Feng, Tao, et al.
Veröffentlicht: (2025)

FedCIA: Federated Collaborative Information Aggregation for Privacy-Preserving Recommendation
von: Han, Mingzhe, et al.
Veröffentlicht: (2025)

FedPAW: Federated Learning with Personalized Aggregation Weights for Urban Vehicle Speed Prediction
von: He, Yuepeng, et al.
Veröffentlicht: (2024)

FedPPA: Progressive Parameter Alignment for Personalized Federated Learning
von: Prasetia, Maulidi Adi, et al.
Veröffentlicht: (2025)

FedEPA: Enhancing Personalization and Modality Alignment in Multimodal Federated Learning
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

Diffusion-based Synthetic Data Generation for Visible-Infrared Person Re-Identification
von: Dai, Wenbo, et al.
Veröffentlicht: (2025)

pFedNavi: Structure-Aware Personalized Federated Vision-Language Navigation for Embodied AI
von: Yang, Qingqian, et al.
Veröffentlicht: (2026)

FedMCP: Parameter-Efficient Federated Learning with Model-Contrastive Personalization
von: Zhao, Qianyi, et al.
Veröffentlicht: (2024)

DualFed: Enjoying both Generalization and Personalization in Federated Learning via Hierachical Representations
von: Zhu, Guogang, et al.
Veröffentlicht: (2024)

FedCal: Achieving Local and Global Calibration in Federated Learning via Aggregated Parameterized Scaler
von: Peng, Hongyi, et al.
Veröffentlicht: (2024)

FedQS: Optimizing Gradient and Model Aggregation for Semi-Asynchronous Federated Learning
von: Li, Yunbo, et al.
Veröffentlicht: (2025)

FedSelect: Personalized Federated Learning with Customized Selection of Parameters for Fine-Tuning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2024)

FedL2T: Personalized Federated Learning with Two-Teacher Distillation for Seizure Prediction
von: Lou, Jionghao, et al.
Veröffentlicht: (2025)

GPA resistance dataset
von: Slavenko, Alex, et al.
Veröffentlicht: (2026)

pFedMoE: Data-Level Personalization with Mixture of Experts for Model-Heterogeneous Personalized Federated Learning
von: Yi, Liping, et al.
Veröffentlicht: (2024)

FedSA-GCL: A Semi-Asynchronous Federated Graph Learning Framework with Personalized Aggregation and Cluster-Aware Broadcasting
von: Yuan, Zhongzheng, et al.
Veröffentlicht: (2025)

pFedLoRA: Model-Heterogeneous Personalized Federated Learning with LoRA Tuning
von: Yi, Liping, et al.
Veröffentlicht: (2023)

FedCFA: Alleviating Simpson's Paradox in Model Aggregation with Counterfactual Federated Learning
von: Jiang, Zhonghua, et al.
Veröffentlicht: (2024)

FedPID: An Aggregation Method for Federated Learning
von: Mächler, Leon, et al.
Veröffentlicht: (2024)

FedDD: Toward Communication-efficient Federated Learning with Differential Parameter Dropout
von: Feng, Zhiying, et al.
Veröffentlicht: (2023)

Enhancing Parameter Efficiency and Generalization in Large-Scale Models: A Regularized and Masked Low-Rank Adaptation Approach
von: Mao, Yuzhu, et al.
Veröffentlicht: (2024)

FedSelect: Customized Selection of Parameters for Fine-Tuning during Personalized Federated Learning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2023)

FedSPU: Personalized Federated Learning for Resource-constrained Devices with Stochastic Parameter Update
von: Niu, Ziru, et al.
Veröffentlicht: (2024)

FedCoE: Bridging Generalization and Personalization via Federated Coordinated Dual-level MoEs
von: Dai, Penglin, et al.
Veröffentlicht: (2026)

FedLPA: One-shot Federated Learning with Layer-Wise Posterior Aggregation
von: Liu, Xiang, et al.
Veröffentlicht: (2023)

pFedAFM: Adaptive Feature Mixture for Batch-Level Personalization in Heterogeneous Federated Learning
von: Yi, Liping, et al.
Veröffentlicht: (2024)

Privacy-Preserving Personalized Federated Learning for Distributed Photovoltaic Disaggregation under Statistical Heterogeneity
von: Chen, Xiaolu, et al.
Veröffentlicht: (2025)

PerAda: Parameter-Efficient Federated Learning Personalization with Generalization Guarantees
von: Xie, Chulin, et al.
Veröffentlicht: (2023)

Saddle Nose in Granulomatosis With Polyangiitis (GPA) vs. Non‐GPA Patients With Septal Perforations
von: Nitish Kumar, et al.
Veröffentlicht: (2025)

VideoGPA: Distilling Geometry Priors for 3D-Consistent Video Generation
von: Du, Hongyang, et al.
Veröffentlicht: (2026)

FedBiP: Heterogeneous One-Shot Federated Learning with Personalized Latent Diffusion Models
von: Chen, Haokun, et al.
Veröffentlicht: (2024)

FedNoisy: Federated Noisy Label Learning Benchmark
von: Liang, Siqi, et al.
Veröffentlicht: (2023)

FedAPA: Server-side Gradient-Based Adaptive Personalized Aggregation for Federated Learning on Heterogeneous Data
von: Sun, Yuxia, et al.
Veröffentlicht: (2025)

FedARKS: Federated Aggregation via Robust and Discriminative Knowledge Selection and Integration for Person Re-identification
von: Xu, Xin, et al.
Veröffentlicht: (2026)

FedHL: Federated Learning for Heterogeneous Low-Rank Adaptation via Unbiased Aggregation
von: Peng, Zihao, et al.
Veröffentlicht: (2025)