Buchumschlag

D3-GNN: Dynamic Distributed Dataflow for Streaming Graph Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guliyev, Rustam, Haldar, Aparajita, Ferhatosmanoglu, Hakan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FSD-Inference: Fully Serverless Distributed Inference with Scalable Cloud Communication
von: Oakley, Joe, et al.
Veröffentlicht: (2024)

SDT-GNN: Streaming-based Distributed Training Framework for Graph Neural Networks
von: Huang, Xin, et al.
Veröffentlicht: (2024)

Plexus: Taming Billion-edge Graphs with 3D Parallel Full-graph GNN Training
von: Ranjan, Aditya K., et al.
Veröffentlicht: (2025)

Distributed Graph Neural Network Inference With Just-In-Time Compilation For Industry-Scale Graphs
von: Wu, Xiabao, et al.
Veröffentlicht: (2025)

SQUASH: Serverless and Distributed Quantization-based Attributed Vector Similarity Search
von: Oakley, Joe, et al.
Veröffentlicht: (2025)

DistShap: Scalable GNN Explanations with Distributed Shapley Values
von: Akkas, Selahattin, et al.
Veröffentlicht: (2025)

Communication-free Sampling and 4D Hybrid Parallelism for Scalable Mini-batch GNN Training
von: Wei, Cunyang, et al.
Veröffentlicht: (2026)

Semi-decentralized Training of Spatio-Temporal Graph Neural Networks for Traffic Prediction
von: Kralj, Ivan, et al.
Veröffentlicht: (2024)

DistrEE: Distributed Early Exit of Deep Neural Network Inference on Edge Devices
von: Peng, Xian, et al.
Veröffentlicht: (2025)

GraphGen+: Advancing Distributed Subgraph Generation and Graph Learning On Industrial Graphs
von: Jin, Yue, et al.
Veröffentlicht: (2025)

MQ-GNN: A Multi-Queue Pipelined Architecture for Scalable and Efficient GNN Training
von: Ullah, Irfan, et al.
Veröffentlicht: (2026)

SnapStream: Efficient Long Sequence Decoding on Dataflow Accelerators
von: Li, Jonathan, et al.
Veröffentlicht: (2025)

InkStream: Real-time GNN Inference on Streaming Graphs via Incremental Update
von: Wu, Dan, et al.
Veröffentlicht: (2023)

Superior Parallel Big Data Clustering through Competitive Stochastic Sample Size Optimization in Big-means
von: Mussabayev, Rustam, et al.
Veröffentlicht: (2024)

Privacy in Federated Learning with Spiking Neural Networks
von: Aksu, Dogukan, et al.
Veröffentlicht: (2025)

ATTENTION2D: Communication Efficient Distributed Self-Attention Mechanism
von: Elango, Venmugil
Veröffentlicht: (2025)

A Parallel Alternative for Energy-Efficient Neural Network Training and Inferencing
von: Seal, Sudip K., et al.
Veröffentlicht: (2025)

MaxK-GNN: Extremely Fast GPU Kernel Design for Accelerating Graph Neural Networks Training
von: Peng, Hongwu, et al.
Veröffentlicht: (2023)

Learn How to Query from Unlabeled Data Streams in Federated Learning
von: Sun, Yuchang, et al.
Veröffentlicht: (2024)

Federated Attention: A Distributed Paradigm for Collaborative LLM Inference over Edge Networks
von: Deng, Xiumei, et al.
Veröffentlicht: (2025)

TAPAS: Fast and Automatic Derivation of Tensor Parallel Strategies for Large Neural Networks
von: Shi, Ziji, et al.
Veröffentlicht: (2023)

DOPPLER: Dual-Policy Learning for Device Assignment in Asynchronous Dataflow Graphs
von: Yao, Xinyu, et al.
Veröffentlicht: (2025)

EPSILON: Adaptive Fault Mitigation in Approximate Deep Neural Network using Statistical Signatures
von: Khalil, Khurram, et al.
Veröffentlicht: (2025)

StreamSplit: Continuous Audio Representation Learning via Uncertainty-Guided Adaptive Splitting
von: Quan, Minh K., et al.
Veröffentlicht: (2026)

Parallel-in-Time Training of Recurrent Neural Networks for Dynamical Systems Reconstruction
von: Hess, Florian, et al.
Veröffentlicht: (2026)

Scalable and Adaptive Parallel Training of Graph Transformer on Large Graphs
von: Lin, Jun-Liang, et al.
Veröffentlicht: (2026)

Fully Distributed Online Training of Graph Neural Networks in Networked Systems
von: Olshevskyi, Rostyslav, et al.
Veröffentlicht: (2024)

Rudder: Steering Prefetching in Distributed GNN Training using LLM Agents
von: Sarkar, Aishwarya, et al.
Veröffentlicht: (2026)

Federated Heterogeneous Graph Neural Network for Privacy-preserving Recommendation
von: Yan, Bo, et al.
Veröffentlicht: (2023)

GraphPipe: Improving Performance and Scalability of DNN Training with Graph Pipeline Parallelism
von: Jeon, Byungsoo, et al.
Veröffentlicht: (2024)

Conflict-Free Replicated Data Types for Neural Network Model Merging: A Two-Layer Architecture Enabling CRDT-Compliant Model Merging Across 26 Strategies
von: Gillespie, Ryan
Veröffentlicht: (2026)

Trustworthiness of Stochastic Gradient Descent in Distributed Learning
von: Li, Hongyang, et al.
Veröffentlicht: (2024)

Optimal Transport Aggregation for Distributed Mixture-of-Experts
von: Chamroukhi, Faïcel, et al.
Veröffentlicht: (2023)

On the Fragility of Data Attribution When Learning Is Distributed
von: Gao, Xian, et al.
Veröffentlicht: (2026)

DGNNFlow: A Streaming Dataflow Architecture for Real-Time Edge-based Dynamic GNN Inference in HL-LHC Trigger Systems
von: Maharaj, Davendra, et al.
Veröffentlicht: (2026)

Federated Graph Learning with Structure Proxy Alignment
von: Fu, Xingbo, et al.
Veröffentlicht: (2024)

Adaptive Consensus Gradients Aggregation for Scaled Distributed Training
von: Choukroun, Yoni, et al.
Veröffentlicht: (2024)

Loss- and Reward-Weighting for Efficient Distributed Reinforcement Learning
von: Holen, Martin, et al.
Veröffentlicht: (2023)

Measuring Heterogeneity in Machine Learning with Distributed Energy Distance
von: Fan, Mengchen, et al.
Veröffentlicht: (2025)

Distributed Low-Communication Training with Decoupled Momentum Optimization
von: Nedelkoski, Sasho, et al.
Veröffentlicht: (2025)