Buchumschlag

Over-the-Air Multi-Sensor Inference with Neural Networks Using Memristor-Based Analog Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tegin, Busra, Ali, Muhammad Atif, Duman, Tolga M
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Update Estimation and Scheduling for Over-the-Air Federated Learning with Energy Harvesting Devices
von: Bagci, Furkan, et al.
Veröffentlicht: (2025)

Wireless Distributed Matrix-Vector Multiplication using Over-the-Air Computation and Analog Coding
von: Choi, Jinho
Veröffentlicht: (2024)

Towards Optimal Constellation Design for Digital Over-the-Air Computation
von: Razavikia, Saeed, et al.
Veröffentlicht: (2025)

Scalable and Reliable Over-the-Air Federated Edge Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

Waveform Design for Over-the-Air Computing
von: Evgenidis, Nikos G., et al.
Veröffentlicht: (2024)

Perfect Multi-User Distributed Computing
von: Khalesi, Ali, et al.
Veröffentlicht: (2024)

Out-of-Air Computation: Enabling Structured Extraction from Wireless Superposition
von: Azimi-Abarghouyi, Seyed Mohammad
Veröffentlicht: (2026)

Double-Edge-Assisted Computation Offloading and Resource Allocation for Space-Air-Marine Integrated Networks
von: Wang, Zhen, et al.
Veröffentlicht: (2025)

Coded Computing for Resilient Distributed Computing: A Learning-Theoretic Framework
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

Learned Digital Codes for Over-the-Air Computation in Federated Edge Learning
von: Tarizzo, Antonio, et al.
Veröffentlicht: (2025)

NeRCC: Nested-Regression Coded Computing for Resilient Distributed Prediction Serving Systems
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

SLO-Aware Compute Resource Allocation for Prefill-Decode Disaggregated LLM Inference
von: Li, Luchang, et al.
Veröffentlicht: (2026)

Decentralized Federated Learning Over Imperfect Communication Channels
von: Li, Weicai, et al.
Veröffentlicht: (2024)

Distributed On-Device LLM Inference With Over-the-Air Computation
von: Zhang, Kai, et al.
Veröffentlicht: (2025)

Robust DNN Partitioning and Resource Allocation Under Uncertain Inference Time
von: Nan, Zhaojun, et al.
Veröffentlicht: (2025)

Learning from Acceptance: Cumulative Regret in the Game of Coding
von: Nodehi, Hanzaleh Akbari, et al.
Veröffentlicht: (2026)

ByzSecAgg: A Byzantine-Resistant Secure Aggregation Scheme for Federated Learning Based on Coded Computing and Vector Commitment
von: Jahani-Nezhad, Tayyebeh, et al.
Veröffentlicht: (2023)

Byzantine-Resilient Distributed Computation via Task Replication and Local Computations
von: Rajesh, Aayush, et al.
Veröffentlicht: (2025)

Rate-limited Shuffling for Distributed Computing
von: Sasi, Shanuja, et al.
Veröffentlicht: (2024)

Hierarchical Federated Learning for Networked AI: From Communication Saving to Architecture-Aware Design
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2026)

Perfect Privacy for Discriminator-Based Byzantine-Resilient Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

Wireless MapReduce Arrays for Coded Distributed Computing
von: Peter, Elizabath, et al.
Veröffentlicht: (2024)

Dual-Lagrange Encoding for Storage and Download in Elastic Computing for Resilience
von: Zhong, Xi, et al.
Veröffentlicht: (2025)

Redundancy Management for Fast Service (Rates) in Edge Computing Systems
von: Peng, Pei, et al.
Veröffentlicht: (2023)

Uncoded Download in Lagrange-Coded Elastic Computing with Straggler Tolerance
von: Zhong, Xi, et al.
Veröffentlicht: (2025)

Distributed Linearly Separable Computation with Arbitrary Heterogeneous Data Assignment
von: Zhang, Ziting, et al.
Veröffentlicht: (2026)

Coded Distributed Computing with Pre-set Assignments of Data and Output Functions
von: Wang, Yuhan, et al.
Veröffentlicht: (2022)

Algebraic Geometry Codes for Distributed Matrix Multiplication Using Local Expansions
von: Li, Jiang, et al.
Veröffentlicht: (2024)

Adaptive Verifiable Coded Computing: Towards Fast, Secure and Private Distributed Machine Learning
von: Tang, Tingting, et al.
Veröffentlicht: (2021)

Secure Communication in the Presence of an RIS-Enhanced Eavesdropper in MIMO Networks
von: Zhang, Gaoyuan, et al.
Veröffentlicht: (2025)

Joint Offloading and Resource Allocation for Hybrid Cloud and Edge Computing in SAGINs: A Decision Assisted Hybrid Action Space Deep Reinforcement Learning Approach
von: Huang, Chong, et al.
Veröffentlicht: (2024)

Digital Twin-Assisted In-Network and Edge Collaboration for Joint User Association, Task Offloading, and Resource Allocation in the Metaverse
von: Aliyu, Ibrahim, et al.
Veröffentlicht: (2026)

Deep Learning Driven Buffer-Aided Cooperative Networks for B5G/6G: Challenges, Solutions, and Future Opportunities
von: Xu, Peng, et al.
Veröffentlicht: (2024)

Closing the Generalization Gap in Parameter-efficient Federated Edge Learning
von: Du, Xinnong, et al.
Veröffentlicht: (2025)

CAFe: Cost and Age aware Federated Learning
von: Liyanaarachchi, Sahan, et al.
Veröffentlicht: (2024)

Rethinking Resource Management in Edge Learning: A Joint Pre-training and Fine-tuning Design Paradigm
von: Lyu, Zhonghao, et al.
Veröffentlicht: (2024)

Optimal Compression of Unit Norm Vectors in the High Distortion Regime
von: Zhu, Heng, et al.
Veröffentlicht: (2023)

Beyond Trade-offs: A Unified Framework for Privacy, Robustness, and Communication Efficiency in Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

Hierarchical Federated Learning with SignSGD: A Highly Communication-Efficient Approach
von: Kazemi, Amirreza, et al.
Veröffentlicht: (2026)

BICompFL: Stochastic Federated Learning with Bi-Directional Compression
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)