Buchumschlag

(FL)$^2$: Overcoming Few Labels in Federated Semi-Supervised Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Seungjoo, Le, Thanh-Long V., Shin, Jaemin, Lee, Sung-Ju
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

Federated Learning for Time-Series Healthcare Sensing with Incomplete Modalities
von: Orzikulova, Adiba, et al.
Veröffentlicht: (2024)

ProxyFL: A Proxy-Guided Framework for Federated Semi-Supervised Learning
von: Chen, Duowen, et al.
Veröffentlicht: (2026)

NeFL: Nested Model Scaling for Federated Learning with System Heterogeneous Clients
von: Kang, Honggu, et al.
Veröffentlicht: (2023)

HypeBoy: Generative Self-Supervised Representation Learning on Hypergraphs
von: Kim, Sunwoo, et al.
Veröffentlicht: (2024)

Self-Supervised Dataset Distillation for Transfer Learning
von: Lee, Dong Bok, et al.
Veröffentlicht: (2023)

Set-based Meta-Interpolation for Few-Task Meta-Learning
von: Lee, Seanie, et al.
Veröffentlicht: (2022)

Parameter-Free Hypergraph Neural Network for Few-Shot Node Classification
von: Bae, Chaewoon, et al.
Veröffentlicht: (2025)

FedAnchor: Enhancing Federated Semi-Supervised Learning with Label Contrastive Loss for Unlabeled Clients
von: Qiu, Xinchi, et al.
Veröffentlicht: (2024)

Little is Enough: Boosting Privacy by Sharing Only Hard Labels in Federated Semi-Supervised Learning
von: Abourayya, Amr, et al.
Veröffentlicht: (2023)

SLADE: Detecting Dynamic Anomalies in Edge Streams without Labels via Self-Supervised Learning
von: Lee, Jongha, et al.
Veröffentlicht: (2024)

Node Assigned physics-informed neural networks for thermal-hydraulic system simulation: CVH/FL module
von: Shin, Jeesuk, et al.
Veröffentlicht: (2025)

DynamicFL: Federated Learning with Dynamic Communication Resource Allocation
von: Le, Qi, et al.
Veröffentlicht: (2024)

Semi-Supervised Federated Multi-Label Feature Selection with Fuzzy Information Measures
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2025)

Flame: Simplifying Topology Extension in Federated Learning
von: Daga, Harshit, et al.
Veröffentlicht: (2023)

FedRand: Enhancing Privacy in Federated Learning with Randomized LoRA Subparameter Updates
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

Not All Federated Learning Algorithms Are Created Equal: A Performance Evaluation Study
von: Baumgart, Gustav A., et al.
Veröffentlicht: (2024)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

Semi-Supervised Federated Learning via Dual Contrastive Learning and Soft Labeling for Intelligent Fault Diagnosis
von: Dai, Yajiao, et al.
Veröffentlicht: (2025)

CATCHFed: Efficient Unlabeled Data Utilization for Semi-Supervised Federated Learning in Limited Labels Environments
von: Park, Byoungjun, et al.
Veröffentlicht: (2025)

Learning Label Refinement and Threshold Adjustment for Imbalanced Semi-Supervised Learning
von: Li, Zeju, et al.
Veröffentlicht: (2024)

AugFL: Augmenting Federated Learning with Pretrained Models
von: Yue, Sheng, et al.
Veröffentlicht: (2025)

Geodesic Flow Kernels for Semi-Supervised Learning on Mixed-Variable Tabular Dataset
von: Hwang, Yoontae, et al.
Veröffentlicht: (2024)

Empowering HWNs with Efficient Data Labeling: A Clustered Federated Semi-Supervised Learning Approach
von: Hamood, Moqbel, et al.
Veröffentlicht: (2024)

Semi-Supervised Regression with Heteroscedastic Pseudo-Labels
von: Sun, Xueqing, et al.
Veröffentlicht: (2025)

AETTA: Label-Free Accuracy Estimation for Test-Time Adaptation
von: Lee, Taeckyung, et al.
Veröffentlicht: (2024)

BlazeFL: Fast and Deterministic Federated Learning Simulation
von: Azuma, Kitsuya, et al.
Veröffentlicht: (2026)

ByzFL: Research Framework for Robust Federated Learning
von: González, Marc, et al.
Veröffentlicht: (2025)

'Hello, World!': Making GNNs Talk with LLMs
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

GPT-FL: Generative Pre-trained Model-Assisted Federated Learning
von: Zhang, Tuo, et al.
Veröffentlicht: (2023)

Dual-Decoupling Learning and Metric-Adaptive Thresholding for Semi-Supervised Multi-Label Learning
von: Xiao, Jia-Hao, et al.
Veröffentlicht: (2024)

Semi-Supervised Multi-Label Feature Selection with Consistent Sparse Graph Learning
von: Zhong, Yan, et al.
Veröffentlicht: (2025)

Multi-View Semi-Supervised Label Distribution Learning with Local Structure Complementarity
von: Xiao, Yanshan, et al.
Veröffentlicht: (2025)

Adaptive $Q$-Aid for Conditional Supervised Learning in Offline Reinforcement Learning
von: Kim, Jeonghye, et al.
Veröffentlicht: (2024)

FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA
von: Lee, Seanie, et al.
Veröffentlicht: (2025)

MEC: Machine-Learning-Assisted Generalized Entropy Calibration for Semi-Supervised Mean Estimation
von: Lee, Se Yoon, et al.
Veröffentlicht: (2026)

RL-BioAug: Label-Efficient Reinforcement Learning for Self-Supervised EEG Representation Learning
von: Lee, Cheol-Hui, et al.
Veröffentlicht: (2026)

LiD-FL: Towards List-Decodable Federated Learning
von: Liu, Hong, et al.
Veröffentlicht: (2024)

Few Shot Semi-Supervised Learning for Abnormal Stop Detection from Sparse GPS Trajectories
von: Sabir, Muhammad Ayub, et al.
Veröffentlicht: (2025)

Adaptive Collaborative Correlation Learning-based Semi-Supervised Multi-Label Feature Selection
von: Yang, Li, et al.
Veröffentlicht: (2024)

From Human Labels to Literature: Semi-Supervised Learning of NMR Chemical Shifts at Scale
von: Jin, Yongqi, et al.
Veröffentlicht: (2026)