Buchumschlag

FedSub: Introducing Class-aware Subnetworks Fusion to Enhance Personalized Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Campana, Mattia Giovanni, Delmastro, Franca
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

FedPeWS: Personalized Warmup via Subnetworks for Enhanced Heterogeneous Federated Learning
von: Tastan, Nurbek, et al.
Veröffentlicht: (2024)

Longitudinal Multimodal Sensing of Physical Activity and Well-Being in Older Adults
von: Di Martino, Flavio, et al.
Veröffentlicht: (2026)

FedSI: Federated Subnetwork Inference for Efficient Uncertainty Quantification
von: Chen, Hui, et al.
Veröffentlicht: (2024)

Challenges and Limitations of Generative AI in Synthesizing Wearable Sensor Data
von: Di Martino, Flavio, et al.
Veröffentlicht: (2025)

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

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

FedSheafHN: Personalized Federated Learning on Graph-structured Data
von: Liang, Wenfei, et al.
Veröffentlicht: (2024)

FedMeS: Personalized Federated Continual Learning Leveraging Local Memory
von: Xie, Jin, et al.
Veröffentlicht: (2024)

FedAPM: Federated Learning via ADMM with Partial Model Personalization
von: Zhu, Shengkun, et al.
Veröffentlicht: (2025)

FedBEns: One-Shot Federated Learning based on Bayesian Ensemble
von: Talpini, Jacopo, et al.
Veröffentlicht: (2025)

FedGTEA: Federated Class-Incremental Learning with Gaussian Task Embedding and Alignment
von: Li, Haolin, et al.
Veröffentlicht: (2025)

Federated Class-Incremental Learning with Hierarchical Generative Prototypes
von: Salami, Riccardo, et al.
Veröffentlicht: (2024)

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

FedMerge: Federated Personalization via Model Merging
von: Chen, Shutong, et al.
Veröffentlicht: (2025)

FedSPD: A Soft-clustering Approach for Personalized Decentralized Federated Learning
von: Lin, I-Cheng, et al.
Veröffentlicht: (2024)

FedMoE: Personalized Federated Learning via Heterogeneous Mixture of Experts
von: Mei, Hanzi, et al.
Veröffentlicht: (2024)

FedDES: Graph-Based Dynamic Ensemble Selection for Personalized Federated Learning
von: Mueller, Brianna, et al.
Veröffentlicht: (2026)

FedPrism: Adaptive Personalized Federated Learning under Non-IID Data
von: Kumbhakar, Prakash, et al.
Veröffentlicht: (2026)

FedSat: A Statistical Aggregation Approach for Class Imbalanced Clients in Federated Learning
von: Chowdhury, Sujit, et al.
Veröffentlicht: (2024)

pFedDSH: Enabling Knowledge Transfer in Personalized Federated Learning through Data-free Sub-Hypernetwork
von: Nguyen, Thinh, et al.
Veröffentlicht: (2025)

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

FedSSP: Federated Graph Learning with Spectral Knowledge and Personalized Preference
von: Tan, Zihan, et al.
Veröffentlicht: (2024)

FedAGHN: Personalized Federated Learning with Attentive Graph HyperNetworks
von: Song, Jiarui, et al.
Veröffentlicht: (2025)

Minimax Estimation for Personalized Federated Learning: An Alternative between FedAvg and Local Training?
von: Chen, Shuxiao, et al.
Veröffentlicht: (2021)

FedKPer: Tackling Generalization and Personalization in Medical Federated Learning via Knowledge Personalization
von: Fowler, Zoe, et al.
Veröffentlicht: (2026)

FedGTA: Topology-aware Averaging for Federated Graph Learning
von: Li, Xunkai, et al.
Veröffentlicht: (2024)

FedRewind: Rewinding Continual Model Exchange for Decentralized Federated Learning
von: Palazzo, Luca, et al.
Veröffentlicht: (2024)

Unsupervised Graph-based Learning Method for Sub-band Allocation in 6G Subnetworks
von: Abode, Daniel, et al.
Veröffentlicht: (2023)

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

FedBWO: Enhancing Communication Efficiency in Federated Learning
von: Hayyolalam, Vahideh, et al.
Veröffentlicht: (2025)

Stochastic Subnetwork Annealing: A Regularization Technique for Fine Tuning Pruned Subnetworks
von: Whitaker, Tim, et al.
Veröffentlicht: (2024)

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

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

FedHiP: Heterogeneity-Invariant Personalized Federated Learning Through Closed-Form Solutions
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

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

SSFL: Discovering Sparse Unified Subnetworks at Initialization for Efficient Federated Learning
von: Ohib, Riyasat, et al.
Veröffentlicht: (2024)

FedGreen: Carbon-aware Federated Learning with Model Size Adaptation
von: Abbasi, Ali, et al.
Veröffentlicht: (2024)

FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
von: Yang, Shangshang, et al.
Veröffentlicht: (2025)

FedMobile: Enabling Knowledge Contribution-aware Multi-modal Federated Learning with Incomplete Modalities
von: Liu, Yi, et al.
Veröffentlicht: (2025)

FedRD: Reducing Divergences for Generalized Federated Learning via Heterogeneity-aware Parameter Guidance
von: Wang, Kaile, et al.
Veröffentlicht: (2026)