Buchumschlag

FIRM: Federated Image Reconstruction using Multimodal Tomographic Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Byeon, Geunyeong, Ryu, Minseok, Di, Zichao Wendy, Kim, Kibaek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Linearized Optimal Power Flow for Multiphase Radial Networks with Delta Connections
von: Byeon, Geunyeong, et al.
Veröffentlicht: (2022)

A GPU-Accelerated Distributed Algorithm for Optimal Power Flow in Distribution Systems
von: Ryu, Minseok, et al.
Veröffentlicht: (2025)

Distributionally Robust Decentralized Volt-Var Control with Network Reconfiguration
von: Byeon, Geunyeong, et al.
Veröffentlicht: (2023)

Two-Stage Distributionally Robust Conic Linear Programming over 1-Wasserstein Balls
von: Byeon, Geunyeong, et al.
Veröffentlicht: (2022)

Disjunctive Benders Decomposition
von: Fang, Kaiwen, et al.
Veröffentlicht: (2025)

Comparative Analysis of Two-Stage Distributionally Robust Optimization over 1-Wasserstein and 2-Wasserstein Balls
von: Byeon, Geunyeong
Veröffentlicht: (2025)

A Joint Variational Framework for Multimodal X-ray Ptychography and Fluorescence Reconstruction
von: Zou, Chengru Eric, et al.
Veröffentlicht: (2025)

Federated Low-Rank Tensor Estimation for Multimodal Image Reconstruction
von: Van Nguyen, Anh, et al.
Veröffentlicht: (2025)

A Randomized Zeroth-Order Hierarchical Framework for Heterogeneous Federated Learning
von: Qiu, Yuyang, et al.
Veröffentlicht: (2025)

MAGPIE: Multilevel-Adaptive-Guided Solver for Ptychographic Phase Retrieval
von: Zhang, Borong, et al.
Veröffentlicht: (2025)

Stochastic Multigrid Method for Blind Ptychographic Phase Retrieval
von: Zhang, Borong, et al.
Veröffentlicht: (2025)

QCQP-Net: Reliably Learning Feasible Alternating Current Optimal Power Flow Solutions Under Constraints
von: Zeng, Sihan, et al.
Veröffentlicht: (2024)

Modeling and solving cascading failures across interdependent infrastructure systems
von: Li, Yijiang, et al.
Veröffentlicht: (2024)

Gradient Descent Provably Solves Nonlinear Tomographic Reconstruction
von: Fridovich-Keil, Sara, et al.
Veröffentlicht: (2023)

Nesterov Flow May Travel Infinitely Long to Converge to a Minimizer
von: Ryu, Ernest K.
Veröffentlicht: (2026)

Uniqueness of DRS as the 2 Operator Resolvent-Splitting and Impossibility of 3 Operator Resolvent-Splitting
von: Ryu, Ernest K.
Veröffentlicht: (2018)

Machine Learning for Quantitative MR Image Reconstruction
von: Kofler, Andreas, et al.
Veröffentlicht: (2024)

Optimization of Bregman Variational Learning Dynamics
von: Cha, Jinho, et al.
Veröffentlicht: (2025)

Mirror Duality in Convex Optimization
von: Kim, Jaeyeon, et al.
Veröffentlicht: (2023)

Optimal Acceleration for Minimax and Fixed-Point Problems is Not Unique
von: Yoon, TaeHo, et al.
Veröffentlicht: (2024)

Optimal Non-Asymptotic Rates of Value Iteration for Average-Reward Markov Decision Processes
von: Lee, Jongmin, et al.
Veröffentlicht: (2025)

Point Convergence of Nesterov's Accelerated Gradient Method: An AI-Assisted Proof
von: Jang, Uijeong, et al.
Veröffentlicht: (2025)

Optimal First-Order Algorithms as a Function of Inequalities
von: Park, Chanwoo, et al.
Veröffentlicht: (2021)

Accelerated Minimax Algorithms Flock Together
von: Yoon, TaeHo, et al.
Veröffentlicht: (2022)

Adaptive Federated Learning to Optimize Integrated Flows in Cyber-Physical Data Centers
von: Liu, Junhong, et al.
Veröffentlicht: (2025)

Efficient Gradient-based Optimization for Reconstructing Binary Images in Applications to Electrical Impedance Tomography
von: Arbic II, Paul R., et al.
Veröffentlicht: (2023)

Optimizing Paths for Adaptive Fly-Scan Microscopy: An Extended Version
von: Lu, Yu, et al.
Veröffentlicht: (2025)

Efficient Ptychography Reconstruction using the Hessian operator
von: Carlsson, Marcus, et al.
Veröffentlicht: (2025)

Nesterov Acceleration with Operator Decomposition
von: Lee, Jaewook, et al.
Veröffentlicht: (2026)

Convergence Analyses of Davis-Yin Splitting via Scaled Relative Graphs
von: Lee, Jongmin, et al.
Veröffentlicht: (2022)

Coordinate-Update Algorithms can Efficiently Detect Infeasible Optimization Problems
von: Paeng, Jinhee, et al.
Veröffentlicht: (2023)

Approximate and Weighted Data Reconstruction Attack in Federated Learning
von: Song, Yongcun, et al.
Veröffentlicht: (2023)

H-invariance theory: A complete characterization of minimax optimal fixed-point algorithms
von: Yoon, TaeHo, et al.
Veröffentlicht: (2025)

Computer-Assisted Design of Accelerated Composite Optimization Methods: OptISTA
von: Jang, Uijeong, et al.
Veröffentlicht: (2023)

RiNNAL+: a Riemannian ALM Solver for SDP-RLT Relaxations of Mixed-Binary Quadratic Programs
von: Hou, Di, et al.
Veröffentlicht: (2025)

gridfm-datakit-v1: A Python Library for Scalable and Realistic Power Flow and Optimal Power Flow Data Generation
von: Puech, Alban, et al.
Veröffentlicht: (2025)

ALiA: Adaptive Linearized ADMM
von: Jang, Uijeong, et al.
Veröffentlicht: (2026)

Proximal Comixture Minimization Models for Image Recovery and Data Analysis
von: Combettes, Patrick L., et al.
Veröffentlicht: (2024)

Invariance Guarantees using Continuously Parametrized Control Barrier Functions
von: Jang, Inkyu, et al.
Veröffentlicht: (2025)

Optimal Acceleration for Proximal Minimization of the Sum of Convex and Strongly Convex Functions
von: Chari, Govind M., et al.
Veröffentlicht: (2026)