:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Zhuoning, Han, Ruiqian, Liu, Hao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing Social and Information Networks
Online-Zugang:	https://arxiv.org/abs/2411.02003
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

One Node One Model: Featuring the Missing-Half for Graph Clustering
von: Xie, Xuanting, et al.
Veröffentlicht: (2024)

GraphRPM: Risk Pattern Mining on Industrial Large Attributed Graphs
von: Tian, Sheng, et al.
Veröffentlicht: (2024)

The ParClusterers Benchmark Suite (PCBS): A Fine-Grained Analysis of Scalable Graph Clustering
von: Yu, Shangdi, et al.
Veröffentlicht: (2024)

HiFGL: A Hierarchical Framework for Cross-silo Cross-device Federated Graph Learning
von: Guo, Zhuoning, et al.
Veröffentlicht: (2024)

Large-Scale Network Embedding in Apache Spark
von: Lin, Wenqing
Veröffentlicht: (2021)

GraphSnapShot: Caching Local Structure for Fast Graph Learning
von: Liu, Dong, et al.
Veröffentlicht: (2024)

FedGrAINS: Personalized SubGraph Federated Learning with Adaptive Neighbor Sampling
von: Ceyani, Emir, et al.
Veröffentlicht: (2025)

Fed-LDR: Federated Local Data-infused Graph Creation with Node-centric Model Refinement
von: Gao, Jiechao, et al.
Veröffentlicht: (2024)

GPU-accelerated Multi-relational Parallel Graph Retrieval for Web-scale Recommendations
von: Guo, Zhuoning, et al.
Veröffentlicht: (2025)

GraphScale: A Framework to Enable Machine Learning over Billion-node Graphs
von: Gupta, Vipul, et al.
Veröffentlicht: (2024)

Communication-Efficient Personalized Federal Graph Learning via Low-Rank Decomposition
von: Liu, Ruyue, et al.
Veröffentlicht: (2024)

From Accuracy to Auditability: A Survey of Determinism in Financial AI Systems
von: Zhou, Ruizhe, et al.
Veröffentlicht: (2026)

Beyond Aggregation: Guiding Clients in Heterogeneous Federated Learning
von: Wang, Zijian, et al.
Veröffentlicht: (2025)

FedUV: Uniformity and Variance for Heterogeneous Federated Learning
von: Son, Ha Min, et al.
Veröffentlicht: (2024)

Heterogeneity-Aware Resource Allocation and Topology Design for Hierarchical Federated Edge Learning
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Global and Local Prompts Cooperation via Optimal Transport for Federated Learning
von: Li, Hongxia, et al.
Veröffentlicht: (2024)

Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout
von: Liu, Ji, et al.
Veröffentlicht: (2025)

Effective Heterogeneous Federated Learning via Efficient Hypernetwork-based Weight Generation
von: Shin, Yujin, et al.
Veröffentlicht: (2024)

FLASH: Federated Learning-Based LLMs for Advanced Query Processing in Social Networks through RAG
von: Puppala, Sai, et al.
Veröffentlicht: (2024)

FedFlex: Federated Learning for Diverse Netflix Recommendations
von: Lankester, Sven, et al.
Veröffentlicht: (2025)

HtFLlib: A Comprehensive Heterogeneous Federated Learning Library and Benchmark
von: Zhang, Jianqing, et al.
Veröffentlicht: (2025)

FedDAG: Clustered Federated Learning via Global Data and Gradient Integration for Heterogeneous Environments
von: Pramanik, Anik, et al.
Veröffentlicht: (2026)

TRAIL: Trust-Aware Client Scheduling for Semi-Decentralized Federated Learning
von: Hu, Gangqiang, et al.
Veröffentlicht: (2024)

Dynamic Scheduling for Vehicle-to-Vehicle Communications Enhanced Federated Learning
von: Yan, Jintao, et al.
Veröffentlicht: (2024)

Dual-Segment Clustering Strategy for Hierarchical Federated Learning in Heterogeneous Wireless Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2024)

LCFed: An Efficient Clustered Federated Learning Framework for Heterogeneous Data
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

Adaptive Active Inference Agents for Heterogeneous and Lifelong Federated Learning
von: Danilenka, Anastasiya, et al.
Veröffentlicht: (2024)

Scam Detection for Ethereum Smart Contracts: Leveraging Graph Representation Learning for Secure Blockchain
von: Jin, Yihong, et al.
Veröffentlicht: (2024)

From Coordinate Matching to Structural Alignment: Rethinking Prototype Alignment in Heterogeneous Federated Learning
von: Wu, Xinghao, et al.
Veröffentlicht: (2026)

Towards the efficacy of federated prediction for epidemics on networks
von: Fu, Chengpeng, et al.
Veröffentlicht: (2024)

FedMHO: Heterogeneous One-Shot Federated Learning Towards Resource-Constrained Edge Devices
von: Yao, Dezhong, et al.
Veröffentlicht: (2025)

Selective Knowledge Sharing for Personalized Federated Learning Under Capacity Heterogeneity
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

A Closer Look at Personalized Fine-Tuning in Heterogeneous Federated Learning
von: Chen, Minghui, et al.
Veröffentlicht: (2025)

FedAC: An Adaptive Clustered Federated Learning Framework for Heterogeneous Data
von: Zhang, Yuxin, et al.
Veröffentlicht: (2024)

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

DecHW: Heterogeneous Decentralized Federated Learning Exploiting Second-Order Information
von: Ahmad, Adnan, et al.
Veröffentlicht: (2026)

FedLPS: Heterogeneous Federated Learning for Multiple Tasks with Local Parameter Sharing
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

HASFL: Heterogeneity-aware Split Federated Learning over Edge Computing Systems
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

EASTER: Embedding Aggregation-based Heterogeneous Models Training in Vertical Federated Learning
von: Wang, Shuo, et al.
Veröffentlicht: (2023)

Training Heterogeneous Client Models using Knowledge Distillation in Serverless Federated Learning
von: Chadha, Mohak, et al.
Veröffentlicht: (2024)