Buchumschlag

Understanding Generalization of Federated Learning: the Trade-off between Model Stability and Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeng, Dun, Wu, Zheshun, Liu, Shiyu, Pan, Yu, Tang, Xiaoying, Xu, Zenglin
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

On the Power of Adaptive Weighted Aggregation in Heterogeneous Federated Learning and Beyond
von: Zeng, Dun, et al.
Veröffentlicht: (2023)

Advocating for the Silent: Enhancing Federated Generalization for Non-Participating Clients
von: Wu, Zheshun, et al.
Veröffentlicht: (2023)

Topology Learning for Heterogeneous Decentralized Federated Learning over Unreliable D2D Networks
von: Wu, Zheshun, et al.
Veröffentlicht: (2023)

Enhanced Federated Optimization: Adaptive Unbiased Client Sampling with Reduced Variance
von: Zeng, Dun, et al.
Veröffentlicht: (2023)

Online Optimization for Learning to Communicate over Time-Correlated Channels
von: Wu, Zheshun, et al.
Veröffentlicht: (2024)

On the Necessity of Collaboration for Online Model Selection with Decentralized Data
von: Li, Junfan, et al.
Veröffentlicht: (2024)

FedNoisy: Federated Noisy Label Learning Benchmark
von: Liang, Siqi, et al.
Veröffentlicht: (2023)

On the Trade-off between Flatness and Optimization in Distributed Learning
von: Cao, Ying, et al.
Veröffentlicht: (2024)

Learning Heterogeneous Performance-Fairness Trade-offs in Federated Learning
von: Ye, Rongguang, et al.
Veröffentlicht: (2025)

Intelligent Cross-Organizational Process Mining: A Survey and New Perspectives
von: Yang, Yiyuan, et al.
Veröffentlicht: (2024)

FedCVD: The First Real-World Federated Learning Benchmark on Cardiovascular Disease Data
von: Zhang, Yukun, et al.
Veröffentlicht: (2024)

FedUMM: A General Framework for Federated Learning with Unified Multimodal Models
von: Su, Zhaolong, et al.
Veröffentlicht: (2026)

Transparent Trade-offs between Properties of Explanations
von: Tadesse, Hiwot Belay, et al.
Veröffentlicht: (2024)

FedCCRL: Federated Domain Generalization with Cross-Client Representation Learning
von: Wang, Xinpeng, et al.
Veröffentlicht: (2024)

Towards Understanding Generalization and Stability Gaps between Centralized and Decentralized Federated Learning
von: Sun, Yan, et al.
Veröffentlicht: (2023)

IBCL: Zero-shot Model Generation under Stability-Plasticity Trade-offs
von: Lu, Pengyuan, et al.
Veröffentlicht: (2023)

SparseDVFS: Sparse-Aware DVFS for Energy-Efficient Edge Inference
von: Zhang, Ziyang, et al.
Veröffentlicht: (2026)

Understanding the Statistical Accuracy-Communication Trade-off in Personalized Federated Learning with Minimax Guarantees
von: Yu, Xin, et al.
Veröffentlicht: (2024)

Enhancing Clustered Federated Learning: Integration of Strategies and Improved Methodologies
von: Guo, Yongxin, et al.
Veröffentlicht: (2023)

Trading-off Accuracy and Communication Cost in Federated Learning
von: Villani, Mattia Jacopo, et al.
Veröffentlicht: (2025)

Optimization Trade-offs in Asynchronous Federated Learning: A Stochastic Networks Approach
von: Alahyane, Abdelkrim, et al.
Veröffentlicht: (2026)

FedRC: Tackling Diverse Distribution Shifts Challenge in Federated Learning by Robust Clustering
von: Guo, Yongxin, et al.
Veröffentlicht: (2023)

ParallelBench: Understanding the Trade-offs of Parallel Decoding in Diffusion LLMs
von: Kang, Wonjun, et al.
Veröffentlicht: (2025)

The Sample-Communication Complexity Trade-off in Federated Q-Learning
von: Salgia, Sudeep, et al.
Veröffentlicht: (2024)

Trade-off in Estimating the Number of Byzantine Clients in Federated Learning
von: Chen, Ziyi, et al.
Veröffentlicht: (2025)

To Distill or Decide? Understanding the Algorithmic Trade-off in Partially Observable Reinforcement Learning
von: Song, Yuda, et al.
Veröffentlicht: (2025)

Smart Sampling: Helping from Friendly Neighbors for Decentralized Federated Learning
von: Wang, Lin, et al.
Veröffentlicht: (2024)

Spiking Neural Networks in Vertical Federated Learning: Performance Trade-offs
von: Abbasihafshejani, Maryam, et al.
Veröffentlicht: (2024)

Stability and Accuracy Trade-offs in Statistical Estimation
von: Chakraborty, Abhinav, et al.
Veröffentlicht: (2026)

Save It All: Enabling Full Parameter Tuning for Federated Large Language Models via Cycle Block Gradient Descent
von: Wang, Lin, et al.
Veröffentlicht: (2024)

SecP-Tuning: Efficient Privacy-Preserving Prompt Tuning for Large Language Models via MPC
von: Luo, Jinglong, et al.
Veröffentlicht: (2025)

Client2Vec: Improving Federated Learning by Distribution Shifts Aware Client Indexing
von: Guo, Yongxin, et al.
Veröffentlicht: (2024)

A Unified Generalization Framework for Model Merging: Trade-offs, Non-Linearity, and Scaling Laws
von: Li, Qinglun, et al.
Veröffentlicht: (2026)

Entropy-driven Fair and Effective Federated Learning
von: Wang, Lin, et al.
Veröffentlicht: (2023)

Controllable Pareto Trade-off between Fairness and Accuracy
von: Du, Yongkang, et al.
Veröffentlicht: (2025)

On the Trade-offs between Adversarial Robustness and Actionable Explanations
von: Krishna, Satyapriya, et al.
Veröffentlicht: (2023)

Optimizing Humor Generation in Large Language Models: Temperature Configurations and Architectural Trade-offs
von: Evstafev, Evgenii
Veröffentlicht: (2025)

A Unified Learn-to-Distort-Data Framework for Privacy-Utility Trade-off in Trustworthy Federated Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2024)

Quantization Impact on the Accuracy and Communication Efficiency Trade-off in Federated Learning for Aerospace Predictive Maintenance
von: Loukili, Abdelkarim
Veröffentlicht: (2026)

Understanding the Quality-Diversity Trade-off in Diffusion Language Models
von: Buzzard, Zak
Veröffentlicht: (2025)