Buchumschlag

Mobility-Aware Multi-Task Decentralized Federated Learning for Vehicular Networks: Modeling, Analysis, and Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Dongyu, Deng, Tao, Huang, He, Jia, Juncheng, Dong, Mianxiong, Yuan, Di, Li, Keqin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Networking and Internet Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mobility-Aware Decentralized Federated Learning with Joint Optimization of Local Iteration and Leader Selection for Vehicular Networks
von: Chen, Dongyu, et al.
Veröffentlicht: (2025)

Mobility-Aware Federated Self-supervised Learning in Vehicular Network
von: Gu, Xueying, et al.
Veröffentlicht: (2024)

Optimizing Vehicular Users Association in Urban Mobile Networks
von: Ramos, Geymerson S., et al.
Veröffentlicht: (2024)

RAISE: Optimizing RIS Placement to Maximize Task Throughput in Multi-Server Vehicular Edge Computing
von: Ma, Yanan, et al.
Veröffentlicht: (2025)

Enhancing Vehicular Platooning with Wireless Federated Learning: A Resource-Aware Control Framework
von: Wu, Beining, et al.
Veröffentlicht: (2025)

Optimizing NOMA Transmissions to Advance Federated Learning in Vehicular Networks
von: Chen, Ziru, et al.
Veröffentlicht: (2024)

DeViNE: A Decentralized Virtual Network Embedding Algorithm
von: Habibi, Farzad, et al.
Veröffentlicht: (2025)

Overlay-based Decentralized Federated Learning in Bandwidth-limited Networks
von: Huang, Yudi, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Delay-Optimized Task Offloading in Vehicular Fog Computing
von: Toopchinezhad, Mohammad Parsa, et al.
Veröffentlicht: (2024)

Digital Twin-Enabled Mobility-Aware Cooperative Caching in Vehicular Edge Computing
von: Zeng, Jiahao, et al.
Veröffentlicht: (2026)

SCALE: Sensitivity-Aware Federated Unlearning with Information Freshness Optimization for Mobile Edge Computing
von: Ding, Zihao, et al.
Veröffentlicht: (2026)

LLP-V2X: Low Latency-Power Vehicular Networking Towards 6G V2X
von: Liu, Zhaoyu, et al.
Veröffentlicht: (2025)

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

Demystifying Starlink Network Performance under Vehicular Mobility with Dynamic Beam Switching
von: Zhao, Jinwei, et al.
Veröffentlicht: (2026)

Velocity-Adaptive Access Scheme for Semantic-Aware Vehicular Networks: Joint Fairness and AoI Optimization
von: Xu, Xiao, et al.
Veröffentlicht: (2025)

Joint Routing and Model Pruning for Decentralized Federated Learning in Bandwidth-Constrained Multi-Hop Wireless Networks
von: He, Xiaoyu, et al.
Veröffentlicht: (2026)

Dynamic Mask Enhanced Intelligent Multi-UAV Deployment for Urban Vehicular Networks
von: Cao, Gaoxiang, et al.
Veröffentlicht: (2026)

Joint Computing Resource Allocation and Task Offloading in Vehicular Fog Computing Systems Under Asymmetric Information
von: Sun, Geng, et al.
Veröffentlicht: (2025)

OpenCLAW-Nexus: A Self-Reinforcing Trust Framework for Byzantine-Resilient Decentralized Federated Learning
von: Jia, Wenyang, et al.
Veröffentlicht: (2026)

QoS-Aware Radio Access Technology (RAT) Selection in Hybrid Vehicular Networks
von: Mir, Zeeshan Hameed, et al.
Veröffentlicht: (2025)

Decentralized AI Service Placement, Selection and Routing in Mobile Networks
von: Zhang, Jinkun, et al.
Veröffentlicht: (2025)

Energy-Efficient Task Computation at the Edge for Vehicular Services
von: Parastar, Paniz, et al.
Veröffentlicht: (2025)

Energy Efficient and Balanced Task Assignment Strategy for Multi-UAV Patrol Inspection System in Mobile Edge Computing Network
von: Jia, Kuan, et al.
Veröffentlicht: (2024)

Quality-Aware Task Offloading for Cooperative Perception in Vehicular Edge Computing
von: Zaki, Amr M., et al.
Veröffentlicht: (2024)

Meeting Deadlines in Motion: Deep RL for Real-Time Task Offloading in Vehicular Edge Networks
von: Paknejad, Mahsa, et al.
Veröffentlicht: (2025)

Reinforcement Learning for Resource Allocation in Vehicular Multi-Fog Computing
von: Akbarzadeh, Mohammad Hadi, et al.
Veröffentlicht: (2025)

Decentralized Multi-Channel MANET Power Optimization Using Graph Neural Networks
von: Alter, Tomer, et al.
Veröffentlicht: (2026)

Embodied AI-Enhanced Vehicular Networks: An Integrated Large Language Models and Reinforcement Learning Method
von: Zhang, Ruichen, et al.
Veröffentlicht: (2025)

Optimized Federated Multitask Learning in Mobile Edge Networks: A Hybrid Client Selection and Model Aggregation Approach
von: Hamood, Moqbel, et al.
Veröffentlicht: (2024)

On-Dyn-CDA: A Real-Time Cost-Driven Task Offloading Algorithm for Vehicular Networks with Reduced Latency and Task Loss
von: Paknejad, Mahsa, et al.
Veröffentlicht: (2025)

Knowledge Base Aware Semantic Communication in Vehicular Networks
von: Xia, Le, et al.
Veröffentlicht: (2023)

Comparative Study of Simulators for Vehicular Networks
von: Saghir, Rida, et al.
Veröffentlicht: (2024)

An Application Layer Multi-Hop Collective Perception Service for Vehicular Adhoc Networks
von: Wolff, Vincent Albert, et al.
Veröffentlicht: (2024)

Multi-Agent Meta-Advisor for UAV Fleet Trajectory Design in Vehicular Networks
von: Spampinato, Leonardo, et al.
Veröffentlicht: (2026)

Hierarchical Online Optimization Approach for IRS-enabled Low-altitude MEC in Vehicular Networks
von: Wang, Yixian, et al.
Veröffentlicht: (2025)

Mobility-Aware Resource Allocation for mmWave IAB Networks: A Multi-Agent Reinforcement Learning Approach
von: Zhang, Bibo, et al.
Veröffentlicht: (2022)

Grey Wolf-Based Task Scheduling in Vehicular Fog Computing Systems
von: Taghizadeh, Maryam, et al.
Veröffentlicht: (2024)

Autonomous Task Offloading of Vehicular Edge Computing with Parallel Computation Queues
von: Cho, Sungho, et al.
Veröffentlicht: (2025)

Trust-Aware Sybil Attack Detection for Resilient Vehicular Communication
von: Thomas, Mortan, et al.
Veröffentlicht: (2024)

Defending Against Network Attacks for Secure AI Agent Migration in Vehicular Metaverses
von: Wen, Xinru, et al.
Veröffentlicht: (2024)