Buchumschlag

Accelerating Energy-Efficient Federated Learning in Cell-Free Networks with Adaptive Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mahmoudi, Afsaneh, Xiao, Ming, Björnson, Emil
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

Adaptive Quantization Resolution and Power Control for Federated Learning over Cell-free Networks
von: Mahmoudi, Afsaneh, et al.
Veröffentlicht: (2024)

Joint Energy and Latency Optimization in Federated Learning over Cell-Free Massive MIMO Networks
von: Mahmoudi, Afsaneh, et al.
Veröffentlicht: (2024)

FedCau: A Proactive Stop Policy for Communication and Computation Efficient Federated Learning
von: Mahmoudi, Afsaneh, et al.
Veröffentlicht: (2022)

FedSparQ: Adaptive Sparse Quantization with Error Feedback for Robust & Efficient Federated Learning
von: Medjadji, Chaimaa, et al.
Veröffentlicht: (2025)

ITA: An Energy-Efficient Attention and Softmax Accelerator for Quantized Transformers
von: İslamoğlu, Gamze, et al.
Veröffentlicht: (2023)

Energy-Efficient Quantized Federated Learning for Resource-constrained IoT devices
von: Compaoré, Wilfrid Sougrinoma, et al.
Veröffentlicht: (2025)

Semi-Supervised Federated Multi-Label Feature Selection with Fuzzy Information Measures
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2025)

GPTAQ: Efficient Finetuning-Free Quantization for Asymmetric Calibration
von: Li, Yuhang, et al.
Veröffentlicht: (2025)

Embedded Federated Feature Selection with Dynamic Sparse Training: Balancing Accuracy-Cost Tradeoffs
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2025)

FedX: Adaptive Model Decomposition and Quantization for IoT Federated Learning
von: Lai, Phung, et al.
Veröffentlicht: (2025)

Quantized Rank Reduction: A Communications-Efficient Federated Learning Scheme for Network-Critical Applications
von: Kritsiolis, Dimitrios, et al.
Veröffentlicht: (2025)

Joint Impact of ADC and Fronthaul Quantization in Cell-Free Massive MIMO-OFDM Uplink
von: Demir, Özlem Tuğfe, et al.
Veröffentlicht: (2026)

Rate-Constrained Quantization for Communication-Efficient Federated Learning
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

Accelerating Differentially Private Federated Learning via Adaptive Extrapolation
von: Takakura, Shokichi, et al.
Veröffentlicht: (2025)

Adaptive Decentralized Federated Learning in Energy and Latency Constrained Wireless Networks
von: Yan, Zhigang, et al.
Veröffentlicht: (2024)

Adaptive Coded Federated Learning: Privacy Preservation and Straggler Mitigation
von: Li, Chengxi, et al.
Veröffentlicht: (2024)

Multi-Task Over-the-Air Federated Learning in Cell-Free Massive MIMO Systems
von: Chen, Chen, et al.
Veröffentlicht: (2025)

EQuARX: Efficient Quantized AllReduce in XLA for Distributed Machine Learning Acceleration
von: Ahmed, Ibrahim, et al.
Veröffentlicht: (2025)

Intelligent Attacks and Defense Methods in Federated Learning-enabled Energy-Efficient Wireless Networks
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning by Quantized Variance Reduction for Heterogeneous Wireless Edge Networks
von: Wang, Shuai, et al.
Veröffentlicht: (2025)

Heterogeneity-Aware Client Sampling for Optimal and Efficient Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning with Adaptive Number of Participants
von: Skorik, Sergey, et al.
Veröffentlicht: (2025)

Efficient Asynchronous Federated Learning with Sparsification and Quantization
von: Jia, Juncheng, et al.
Veröffentlicht: (2023)

Communication-Efficient Federated Learning with Accelerated Client Gradient
von: Kim, Geeho, et al.
Veröffentlicht: (2022)

Energy-Efficient Federated Learning and Migration in Digital Twin Edge Networks
von: Zhou, Yuzhi, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning via Clipped Uniform Quantization
von: Bozorgasl, Zavareh, et al.
Veröffentlicht: (2024)

Communication Efficient Adaptive Model-Driven Quantum Federated Learning
von: Gurung, Dev, et al.
Veröffentlicht: (2025)

Improving and Accelerating Offline RL in Large Discrete Action Spaces with Structured Policy Initialization
von: Landers, Matthew, et al.
Veröffentlicht: (2026)

FMLFS: A Federated Multi-Label Feature Selection Based on Information Theory in IoT Environment
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2024)

Energy-Efficient Channel Decoding for Wireless Federated Learning: Convergence Analysis and Adaptive Design
von: Qu, Linping, et al.
Veröffentlicht: (2024)

PolarQuant: Leveraging Polar Transformation for Efficient Key Cache Quantization and Decoding Acceleration
von: Wu, Songhao, et al.
Veröffentlicht: (2025)

Energy-Efficient Federated Edge Learning For Small-Scale Datasets in Large IoT Networks
von: Xie, Haihui, et al.
Veröffentlicht: (2026)

FedHQ: Hybrid Runtime Quantization for Federated Learning
von: Zheng, Zihao, et al.
Veröffentlicht: (2025)

Energy-Efficient Cell-Free Massive MIMO with Wireless Fronthaul
von: Topal, Ozan Alp, et al.
Veröffentlicht: (2024)

Federated Deep Reinforcement Learning for Energy Efficient Multi-Functional RIS-Assisted Low-Earth Orbit Networks
von: Shen, Li-Hsiang, et al.
Veröffentlicht: (2025)

An Adaptive Clustering Scheme for Client Selections in Communication-Efficient Federated Learning
von: Chen, Yan-Ann, et al.
Veröffentlicht: (2025)

Gradient-Free Training of Quantized Neural Networks
von: Cohen, Noa, et al.
Veröffentlicht: (2024)

FL-Sailer: Efficient and Privacy-Preserving Federated Learning for Scalable Single-Cell Epigenetic Data Analysis via Adaptive Sampling
von: Zhang, Guangyi, et al.
Veröffentlicht: (2026)

Efficient Data Distribution Estimation for Accelerated Federated Learning
von: Wang, Yuanli, et al.
Veröffentlicht: (2024)

A Safe Deep Reinforcement Learning Approach for Energy Efficient Federated Learning in Wireless Communication Networks
von: Koursioumpas, Nikolaos, et al.
Veröffentlicht: (2023)