Buchumschlag

Learn More by Using Less: Distributed Learning with Energy-Constrained Devices

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pereira, Roberto, Vaca-Rubio, Cristian J., Blanco, Luis
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Energy-Aware Federated Learning in Satellite Constellations
von: Razmi, Nasrin, et al.
Veröffentlicht: (2024)

Bayes-Split-Edge: Bayesian Optimization for Constrained Collaborative Inference in Wireless Edge Systems
von: Safaeipour, Fatemeh Zahra, et al.
Veröffentlicht: (2025)

Decentralized Learning via Random Walk with Jumps
von: Liu, Zonghong, et al.
Veröffentlicht: (2026)

Sparse Incremental Aggregation in Multi-Hop Federated Learning
von: Mukherjee, Sourav, et al.
Veröffentlicht: (2024)

Faster Convergence with Less Communication: Broadcast-Based Subgraph Sampling for Decentralized Learning over Wireless Networks
von: Herrera, Daniel Pérez, et al.
Veröffentlicht: (2024)

Noise-Robust and Resource-Efficient ADMM-based Federated Learning
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Distributed Maximum Consensus over Noisy Links
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Communication Efficient ConFederated Learning: An Event-Triggered SAGA Approach
von: Wang, Bin, et al.
Veröffentlicht: (2024)

Physics-Inspired Distributed Radio Map Estimation
von: Yang, Dong, et al.
Veröffentlicht: (2025)

Compressed Bayesian Federated Learning for Reliable Passive Radio Sensing in Industrial IoT
von: Barbieri, Luca, et al.
Veröffentlicht: (2024)

A Novel Framework of Horizontal-Vertical Hybrid Federated Learning for EdgeIoT
von: Li, Kai, et al.
Veröffentlicht: (2024)

Meta-Federated Learning: A Novel Approach for Real-Time Traffic Flow Management
von: Johnson, Bob, et al.
Veröffentlicht: (2025)

Temporal Predictive Coding for Gradient Compression in Distributed Learning
von: Edin, Adrian, et al.
Veröffentlicht: (2024)

Resource-Element Energy Difference for Noncoherent Over-the-Air Federated Learning
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Energy-Efficient Federated Edge Learning with Streaming Data: A Lyapunov Optimization Approach
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2024)

Communication-Efficient Distributed On-Device LLM Inference Over Wireless Networks
von: Zhang, Kai, et al.
Veröffentlicht: (2025)

SignSGD with Federated Voting
von: Park, Chanho, et al.
Veröffentlicht: (2024)

Convergence of Agnostic Federated Averaging
von: Herlock, et al.
Veröffentlicht: (2025)

Unified Analysis of Decentralized Gradient Descent: a Contraction Mapping Framework
von: Larsson, Erik G., et al.
Veröffentlicht: (2025)

Towards 6G Intelligence: The Role of Generative AI in Future Wireless Networks
von: Mohsin, Muhammad Ahmed, et al.
Veröffentlicht: (2025)

Over-the-air Federated Policy Gradient
von: Yang, Huiwen, et al.
Veröffentlicht: (2023)

Get More for Less in Decentralized Learning Systems
von: Dhasade, Akash, et al.
Veröffentlicht: (2023)

DMLR: Data-centric Machine Learning Research -- Past, Present and Future
von: Oala, Luis, et al.
Veröffentlicht: (2023)

Exploiting Correlations in Federated Learning: Opportunities and Practical Limitations
von: Edin, Adrian, et al.
Veröffentlicht: (2026)

Satellite Federated Edge Learning: Architecture Design and Convergence Analysis
von: Shi, Yuanming, et al.
Veröffentlicht: (2024)

Privacy-Preserving Distributed Nonnegative Matrix Factorization
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

Federated Transfer Learning with Task Personalization for Condition Monitoring in Ultrasonic Metal Welding
von: Eslaminia, Ahmadreza, et al.
Veröffentlicht: (2024)

Efficient Federated Learning Tiny Language Models for Mobile Network Feature Prediction
von: Becking, Daniel, et al.
Veröffentlicht: (2025)

SA-PEF: Step-Ahead Partial Error Feedback for Efficient Federated Learning
von: Redie, Dawit Kiros, et al.
Veröffentlicht: (2026)

Resilience in Online Federated Learning: Mitigating Model-Poisoning Attacks via Partial Sharing
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

When Less is More: Achieving Faster Convergence in Distributed Edge Machine Learning
von: Basani, Advik Raj, et al.
Veröffentlicht: (2024)

TernaryVote: Differentially Private, Communication Efficient, and Byzantine Resilient Distributed Optimization on Heterogeneous Data
von: Jin, Richeng, et al.
Veröffentlicht: (2024)

IRS Aided Federated Learning: Multiple Access and Fundamental Tradeoff
von: Chen, Guangji, et al.
Veröffentlicht: (2024)

Over-the-Air Federated Learning with Phase Noise: Analysis and Countermeasures
von: Dahl, Martin, et al.
Veröffentlicht: (2024)

Clustering-Based User Selection in Federated Learning: Metadata Exploitation for 3GPP Networks
von: Zheng, Ce, et al.
Veröffentlicht: (2026)

Optimal Expert Selection for Distributed Mixture-of-Experts at the Wireless Edge
von: Qin, Shengling, et al.
Veröffentlicht: (2025)

Less is More: Optimizing Function Calling for LLM Execution on Edge Devices
von: Paramanayakam, Varatheepan, et al.
Veröffentlicht: (2024)

Hierarchical Learning and Computing over Space-Ground Integrated Networks
von: Zhu, Jingyang, et al.
Veröffentlicht: (2024)

Parallel-in-Time Kalman Smoothing Using Orthogonal Transformations
von: Gargir, Shahaf, et al.
Veröffentlicht: (2025)