Buchumschlag

Invariant Federated Learning for Edge Intelligence: Mitigating Heterogeneity and Asynchrony via Exit Strategy and Invariant Penalty

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hao, Ziruo, Cui, Zhenhua, Yang, Tao, Hu, Bo, Wu, Xiaofeng, Feng, Hui
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

The Impact Analysis of Delays in Asynchronous Federated Learning with Data Heterogeneity for Edge Intelligence
von: Hao, Ziruo, et al.
Veröffentlicht: (2025)

Distributed Dynamic Invariant Causal Prediction in Environmental Time Series
von: Hao, Ziruo, et al.
Veröffentlicht: (2026)

UAV-Assisted Multi-Task Federated Learning with Task Knowledge Sharing
von: Yang, Yubo, et al.
Veröffentlicht: (2025)

Recurrent Early Exits for Federated Learning with Heterogeneous Clients
von: Lee, Royson, et al.
Veröffentlicht: (2024)

Drift-Aware Federated Learning: A Causal Perspective
von: Fang, Yunjie, et al.
Veröffentlicht: (2025)

Learning in Order! A Sequential Strategy to Learn Invariant Features for Multimodal Sentiment Analysis
von: Zhao, Xianbing, et al.
Veröffentlicht: (2024)

FedHiP: Heterogeneity-Invariant Personalized Federated Learning Through Closed-Form Solutions
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

CLIP: Client-Side Invariant Pruning for Mitigating Stragglers in Secure Federated Learning
von: DiMaggio, Anthony, et al.
Veröffentlicht: (2025)

Efficient UAV Swarm-Based Multi-Task Federated Learning with Dynamic Task Knowledge Sharing
von: Yang, Yubo, et al.
Veröffentlicht: (2025)

EdgeMask-DG*: Learning Domain-Invariant Graph Structures via Adversarial Edge Masking
von: Bhattacharya, Rishabh, et al.
Veröffentlicht: (2026)

MAB-Based Channel Scheduling for Asynchronous Federated Learning in Non-Stationary Environments
von: Li, Zhiyin, et al.
Veröffentlicht: (2025)

InvDiff: Invariant Guidance for Bias Mitigation in Diffusion Models
von: Hou, Min, et al.
Veröffentlicht: (2024)

Contrastive Learning with Nasty Noise
von: Zhao, Ziruo
Veröffentlicht: (2025)

Human Heterogeneity Invariant Stress Sensing
von: Xiao, Yi, et al.
Veröffentlicht: (2025)

An Invariant Latent Space Perspective on Language Model Inversion
von: Ye, Wentao, et al.
Veröffentlicht: (2025)

Efficient Federated Learning with Encrypted Data Sharing for Data-Heterogeneous Edge Devices
von: Li, Hangyu, et al.
Veröffentlicht: (2025)

Causal Neighbourhood Learning for Invariant Graph Representations
von: Job, Simi, et al.
Veröffentlicht: (2026)

Out-of-Context Misinformation Detection via Variational Domain-Invariant Learning with Test-Time Training
von: Yang, Xi, et al.
Veröffentlicht: (2025)

Permutation-Invariant Representation Learning for Robust and Privacy-Preserving Feature Selection
von: Liu, Rui, et al.
Veröffentlicht: (2025)

Adaptive Federated Learning in Heterogeneous Wireless Networks with Independent Sampling
von: Geng, Jiaxiang, et al.
Veröffentlicht: (2024)

Decorr: Environment Partitioning for Invariant Learning and OOD Generalization
von: Liao, Yufan, et al.
Veröffentlicht: (2022)

Learning-Enhanced Observer for Linear Time-Invariant Systems with Parametric Uncertainty
von: Shu, Hao
Veröffentlicht: (2025)

Towards Generalizable PDE Dynamics Forecasting via Physics-Guided Invariant Learning
von: Li, Siyang, et al.
Veröffentlicht: (2025)

Personalized Federated Distillation Assisted Vehicle Edge Caching Strategy
von: Li, Xun, et al.
Veröffentlicht: (2025)

Learning Counterfactually Invariant Predictors
von: Quinzan, Francesco, et al.
Veröffentlicht: (2022)

Scale-Invariant Learning-to-Rank
von: Petrozziello, Alessio, et al.
Veröffentlicht: (2024)

COD: Learning Conditional Invariant Representation for Domain Adaptation Regression
von: Yang, Hao-Ran, et al.
Veröffentlicht: (2024)

A Unified Invariant Learning Framework for Graph Classification
von: Sui, Yongduo, et al.
Veröffentlicht: (2025)

Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs
von: Huang, Luke J., et al.
Veröffentlicht: (2026)

Permutation-Invariant Spectral Learning via Dyson Diffusion
von: Schwarz, Tassilo, et al.
Veröffentlicht: (2025)

An Analysis of Causal Effect Estimation using Outcome Invariant Data Augmentation
von: Akbar, Uzair, et al.
Veröffentlicht: (2025)

Invariant Learning via Probability of Sufficient and Necessary Causes
von: Yang, Mengyue, et al.
Veröffentlicht: (2023)

IDEA: Invariant Defense for Graph Adversarial Robustness
von: Tao, Shuchang, et al.
Veröffentlicht: (2023)

Invariant Aggregator for Defending against Federated Backdoor Attacks
von: Wang, Xiaoyang, et al.
Veröffentlicht: (2022)

FedFixer: Mitigating Heterogeneous Label Noise in Federated Learning
von: Ji, Xinyuan, et al.
Veröffentlicht: (2024)

Faster Convergence on Heterogeneous Federated Edge Learning: An Adaptive Clustered Data Sharing Approach
von: Hu, Gang, et al.
Veröffentlicht: (2024)

Continual Learning of Domain-Invariant Representations
von: Janetzky, Pascal, et al.
Veröffentlicht: (2026)

Universally Invariant Learning in Equivariant GNNs
von: Cen, Jiacheng, et al.
Veröffentlicht: (2025)

Invariant Learning with Annotation-free Environments
von: Le, Phuong Quynh, et al.
Veröffentlicht: (2025)

Augmentation Invariant Manifold Learning
von: Wang, Shulei
Veröffentlicht: (2022)