Buchumschlag

Interaction-Aware Gaussian Weighting for Clustered Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Licciardi, Alessandro, Leo, Davide, Fanì, Eros, Caputo, Barbara, Ciccone, Marco
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Accelerating Heterogeneous Federated Learning with Closed-form Classifiers
von: Fanì, Eros, et al.
Veröffentlicht: (2024)

Wavelet Scattering Transform and Fourier Representation for Offline Detection of Malicious Clients in Federated Learning
von: Licciardi, Alessandro, et al.
Veröffentlicht: (2025)

FedDiverse: Tackling Data Heterogeneity in Federated Learning with Diversity-Driven Client Selection
von: Németh, Gergely D., et al.
Veröffentlicht: (2025)

Training-Free Dynamic Upcycling of Expert Language Models
von: Fanì, Eros, et al.
Veröffentlicht: (2026)

WhaleNet: a Novel Deep Learning Architecture for Marine Mammals Vocalizations on Watkins Marine Mammal Sound Database
von: Licciardi, Alessandro, et al.
Veröffentlicht: (2024)

Socially inspired Adaptive Coalition and Client Selection in Federated Learning
von: Licciardi, Alessandro, et al.
Veröffentlicht: (2025)

Communication-Efficient Heterogeneous Federated Learning with Generalized Heavy-Ball Momentum
von: Zaccone, Riccardo, et al.
Veröffentlicht: (2023)

Beyond Local Sharpness: Communication-Efficient Global Sharpness-aware Minimization for Federated Learning
von: Caldarola, Debora, et al.
Veröffentlicht: (2024)

Deep Clustering of Tabular Data by Weighted Gaussian Distribution Learning
von: Rabbani, Shourav B., et al.
Veröffentlicht: (2023)

Coefficient of Variation Masking: A Volatility-Aware Strategy for EHR Foundation Models
von: Fani, Rajna, et al.
Veröffentlicht: (2025)

Enhancing Federated Learning Through Secure Cluster-Weighted Client Aggregation
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

FlexRank: Nested Low-Rank Knowledge Decomposition for Adaptive Model Deployment
von: Zaccone, Riccardo, et al.
Veröffentlicht: (2026)

Social-Aware Clustered Federated Learning with Customized Privacy Preservation
von: Wang, Yuntao, et al.
Veröffentlicht: (2022)

Dynamic Clustering in Federated Learning
von: Kim, Yeongwoo, et al.
Veröffentlicht: (2020)

Bandwidth-Aware and Overlap-Weighted Compression for Communication-Efficient Federated Learning
von: Tang, Zichen, et al.
Veröffentlicht: (2024)

NoT: Federated Unlearning via Weight Negation
von: Khalil, Yasser H., et al.
Veröffentlicht: (2025)

Cluster-Aware Multi-Round Update for Wireless Federated Learning in Heterogeneous Environments
von: Sun, Pengcheng, et al.
Veröffentlicht: (2025)

Federated Source-free Domain Adaptation for Classification: Weighted Cluster Aggregation for Unlabeled Data
von: Mori, Junki, et al.
Veröffentlicht: (2024)

The Gaussian-Head OFL Family: One-Shot Federated Learning from Client Global Statistics
von: Turazza, Fabio, et al.
Veröffentlicht: (2026)

Federated Learning based on Self-Evolving Gaussian Clustering
von: Ožbot, Miha, et al.
Veröffentlicht: (2025)

EncCluster: Scalable Functional Encryption in Federated Learning through Weight Clustering and Probabilistic Filters
von: Tsouvalas, Vasileios, et al.
Veröffentlicht: (2024)

Predicting Cardiopulmonary Exercise Testing Outcomes in Congenital Heart Disease Through Multi-modal Data Integration and Geometric Learning
von: Alkan, Muhammet, et al.
Veröffentlicht: (2025)

Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning
von: Corsi, Davide, et al.
Veröffentlicht: (2024)

Communication-Efficient Federated Learning through Adaptive Weight Clustering and Server-Side Distillation
von: Tsouvalas, Vasileios, et al.
Veröffentlicht: (2024)

Local Data Quantity-Aware Weighted Averaging for Federated Learning with Dishonest Clients
von: Wu, Leming, et al.
Veröffentlicht: (2025)

Optimizing Communication and Device Clustering for Clustered Federated Learning with Differential Privacy
von: Wei, Dongyu, et al.
Veröffentlicht: (2025)

Byzantine-Robust Federated Learning with Learnable Aggregation Weights
von: Parsa, Javad, et al.
Veröffentlicht: (2025)

Clustered Federated Learning via Embedding Distributions
von: Zhang, Dekai, et al.
Veröffentlicht: (2025)

Comparative Evaluation of Clustered Federated Learning Methods
von: Ali, Michael Ben, et al.
Veröffentlicht: (2024)

Efficient Model Editing with Task-Localized Sparse Fine-tuning
von: Iurada, Leonardo, et al.
Veröffentlicht: (2025)

SOM-VQ: Topology-Aware Tokenization for Interactive Generative Models
von: Londei, Alessandro, et al.
Veröffentlicht: (2026)

Cross-Cluster Weighted Forests
von: Ramchandran, Maya, et al.
Veröffentlicht: (2021)

Fed-BAC: Federated Bandit-Guided Additive Clustering in Hierarchical Federated Learning
von: Bashir, Satwat, et al.
Veröffentlicht: (2026)

DWFL: Enhancing Federated Learning through Dynamic Weighted Averaging
von: Chourasia, Prakash, et al.
Veröffentlicht: (2024)

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

Learning and Transferring Physical Models through Derivatives
von: Trenta, Alessandro, et al.
Veröffentlicht: (2025)

Weighted Graph Clustering via Scale Contraction and Graph Structure Learning
von: Liu, Haobing, et al.
Veröffentlicht: (2026)

One-Shot Clustering for Federated Learning
von: Zuziak, Maciej Krzysztof, et al.
Veröffentlicht: (2025)

Personalized Federated Learning via Gaussian Generative Modeling
von: Hu, Peng, et al.
Veröffentlicht: (2026)

FedClust: Optimizing Federated Learning on Non-IID Data through Weight-Driven Client Clustering
von: Islam, Md Sirajul, et al.
Veröffentlicht: (2024)