Buchumschlag

FPPL: An Efficient and Non-IID Robust Federated Continual Learning Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Yuchen, Shen, Chuyun, Wang, Xiangfeng, Jin, Bo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Masked Autoencoders are Parameter-Efficient Federated Continual Learners
von: He, Yuchen, et al.
Veröffentlicht: (2024)

Logit Calibration and Feature Contrast for Robust Federated Learning on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

One-Shot Sequential Federated Learning for Non-IID Data by Enhancing Local Model Diversity
von: Wang, Naibo, et al.
Veröffentlicht: (2024)

Sample Selection Using Multi-Task Autoencoders in Federated Learning with Non-IID Data
von: Ardıç, Emre, et al.
Veröffentlicht: (2026)

Studying Various Activation Functions and Non-IID Data for Machine Learning Model Robustness
von: Dang, Long, et al.
Veröffentlicht: (2025)

Enhanced Privacy and Communication Efficiency in Non-IID Federated Learning with Adaptive Quantization and Differential Privacy
von: Ardıç, Emre, et al.
Veröffentlicht: (2026)

FedBKD: Distilled Federated Learning to Embrace Gerneralization and Personalization on Non-IID Data
von: Zhao, Yushan, et al.
Veröffentlicht: (2025)

Generalizable Hyperparameter Optimization for Federated Learning on Non-IID Cancer Images
von: Ribeiro, Elisa Gonçalves, et al.
Veröffentlicht: (2026)

Adaptive Dual-Mode Distillation with Incentive Schemes for Scalable, Heterogeneous Federated Learning on Non-IID Data
von: Iqbal, Zahid
Veröffentlicht: (2025)

FedDistill: Global Model Distillation for Local Model De-Biasing in Non-IID Federated Learning
von: Song, Changlin, et al.
Veröffentlicht: (2024)

FissionVAE: Federated Non-IID Image Generation with Latent Space and Decoder Decomposition
von: Hu, Chen, et al.
Veröffentlicht: (2024)

Interactive 3D Medical Image Segmentation with SAM 2
von: Shen, Chuyun, et al.
Veröffentlicht: (2024)

Redefining non-IID Data in Federated Learning for Computer Vision Tasks: Migrating from Labels to Embeddings for Task-Specific Data Distributions
von: Borazjani, Kasra, et al.
Veröffentlicht: (2025)

Avoid Forgetting by Preserving Global Knowledge Gradients in Federated Learning with Non-IID Data
von: Chunduru, Abhijit, et al.
Veröffentlicht: (2025)

The MICCAI Federated Tumor Segmentation (FeTS) Challenge 2024: Efficient and Robust Aggregation Methods for Federated Learning
von: Linardos, Akis, et al.
Veröffentlicht: (2025)

Dynamic Allocation Hypernetwork with Adaptive Model Recalibration for Federated Continual Learning
von: Qi, Xiaoming, et al.
Veröffentlicht: (2025)

Robust and Generalizable GNN Fine-Tuning via Uncertainty-aware Adapter Learning
von: Jiang, Bo, et al.
Veröffentlicht: (2025)

SSR: An Efficient and Robust Framework for Learning with Unknown Label Noise
von: Feng, Chen, et al.
Veröffentlicht: (2021)

AmorLIP: Efficient Language-Image Pretraining via Amortization
von: Sun, Haotian, et al.
Veröffentlicht: (2025)

Towards Robust Federated Learning via Logits Calibration on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Federated Active Learning Framework for Efficient Annotation Strategy in Skin-lesion Classification
von: Deng, Zhipeng, et al.
Veröffentlicht: (2024)

Hyperbolic Structured Classification for Robust Single Positive Multi-label Learning
von: Lin, Yiming, et al.
Veröffentlicht: (2025)

Towards Unified Modeling in Federated Multi-Task Learning via Subspace Decoupling
von: Wei, Yipan, et al.
Veröffentlicht: (2025)

Robust Asymmetric Heterogeneous Federated Learning with Corrupted Clients
von: Fang, Xiuwen, et al.
Veröffentlicht: (2025)

C-Flat++: Towards a More Efficient and Powerful Framework for Continual Learning
von: Li, Wei, et al.
Veröffentlicht: (2025)

Efficient Prompting for Continual Adaptation to Missing Modalities
von: Guo, Zirun, et al.
Veröffentlicht: (2025)

A Unified and General Framework for Continual Learning
von: Wang, Zhenyi, et al.
Veröffentlicht: (2024)

Complementary Information Mutual Learning for Multimodality Medical Image Segmentation
von: Shen, Chuyun, et al.
Veröffentlicht: (2024)

On the Federated Learning Framework for Cooperative Perception
von: Zhang, Zhenrong, et al.
Veröffentlicht: (2024)

I2CANSAY:Inter-Class Analogical Augmentation and Intra-Class Significance Analysis for Non-Exemplar Online Task-Free Continual Learning
von: Dong, Songlin, et al.
Veröffentlicht: (2024)

Imbalance-Robust and Sampling-Efficient Continuous Conditional GANs via Adaptive Vicinity and Auxiliary Regularization
von: Ding, Xin, et al.
Veröffentlicht: (2025)

Dynamic Sub-graph Distillation for Robust Semi-supervised Continual Learning
von: Fan, Yan, et al.
Veröffentlicht: (2023)

Lifecycle-Aware Federated Continual Learning in Mobile Autonomous Systems
von: Wu, Beining, et al.
Veröffentlicht: (2026)

Multimodal-Guided Dynamic Dataset Pruning for Robust and Efficient Data-Centric Learning
von: Yang, Suorong, et al.
Veröffentlicht: (2025)

Diffusion-Driven Data Replay: A Novel Approach to Combat Forgetting in Federated Class Continual Learning
von: Liang, Jinglin, et al.
Veröffentlicht: (2024)

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

FedHPL: Efficient Heterogeneous Federated Learning with Prompt Tuning and Logit Distillation
von: Ma, Yuting, et al.
Veröffentlicht: (2024)

GeoPurify: A Data-Efficient Geometric Distillation Framework for Open-Vocabulary 3D Segmentation
von: Dou, Weijia, et al.
Veröffentlicht: (2025)

Exploring Parameter-Efficient Fine-Tuning to Enable Foundation Models in Federated Learning
von: Sun, Guangyu, et al.
Veröffentlicht: (2022)

BadLabel: A Robust Perspective on Evaluating and Enhancing Label-noise Learning
von: Zhang, Jingfeng, et al.
Veröffentlicht: (2023)