Buchumschlag

Unified Analysis of Decentralized Gradient Descent: a Contraction Mapping Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Larsson, Erik G., Michelusi, Nicolo
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Signal Processing Distributed, Parallel, and Cluster Computing Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Faster Convergence with Less Communication: Broadcast-Based Subgraph Sampling for Decentralized Learning over Wireless Networks
von: Herrera, Daniel Pérez, et al.
Veröffentlicht: (2024)

Non-Convex Over-the-Air Heterogeneous Federated Learning: A Bias-Variance Trade-off
von: Abrar, Muhammad Faraz Ul, et al.
Veröffentlicht: (2025)

Over-the-Air Federated Learning with Phase Noise: Analysis and Countermeasures
von: Dahl, Martin, et al.
Veröffentlicht: (2024)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

Energy-Efficient Federated Edge Learning with Streaming Data: A Lyapunov Optimization Approach
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2024)

Decentralized Learning via Random Walk with Jumps
von: Liu, Zonghong, et al.
Veröffentlicht: (2026)

Over-the-air Federated Policy Gradient
von: Yang, Huiwen, et al.
Veröffentlicht: (2023)

Physics-Inspired Distributed Radio Map Estimation
von: Yang, Dong, et al.
Veröffentlicht: (2025)

A Novel Framework of Horizontal-Vertical Hybrid Federated Learning for EdgeIoT
von: Li, Kai, et al.
Veröffentlicht: (2024)

Multi-Source to Multi-Target Decentralized Federated Domain Adaptation
von: Wang, Su, et al.
Veröffentlicht: (2023)

Compressed Gradient Tracking for Decentralized Optimization Over General Directed Networks
von: Song, Zhuoqing, et al.
Veröffentlicht: (2021)

A Unified Convergence Analysis for Semi-Decentralized Learning: Sampled-to-Sampled vs. Sampled-to-All Communication
von: Rodio, Angelo, et al.
Veröffentlicht: (2025)

Bayes-Split-Edge: Bayesian Optimization for Constrained Collaborative Inference in Wireless Edge Systems
von: Safaeipour, Fatemeh Zahra, et al.
Veröffentlicht: (2025)

Convergence of Agnostic Federated Averaging
von: Herlock, et al.
Veröffentlicht: (2025)

Meta-Federated Learning: A Novel Approach for Real-Time Traffic Flow Management
von: Johnson, Bob, et al.
Veröffentlicht: (2025)

Towards 6G Intelligence: The Role of Generative AI in Future Wireless Networks
von: Mohsin, Muhammad Ahmed, et al.
Veröffentlicht: (2025)

Compressed Bayesian Federated Learning for Reliable Passive Radio Sensing in Industrial IoT
von: Barbieri, Luca, et al.
Veröffentlicht: (2024)

Learn More by Using Less: Distributed Learning with Energy-Constrained Devices
von: Pereira, Roberto, et al.
Veröffentlicht: (2024)

Distributed Maximum Consensus over Noisy Links
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Communication Efficient ConFederated Learning: An Event-Triggered SAGA Approach
von: Wang, Bin, et al.
Veröffentlicht: (2024)

Sparse Incremental Aggregation in Multi-Hop Federated Learning
von: Mukherjee, Sourav, et al.
Veröffentlicht: (2024)

Noise-Robust and Resource-Efficient ADMM-based Federated Learning
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Energy-Aware Federated Learning in Satellite Constellations
von: Razmi, Nasrin, et al.
Veröffentlicht: (2024)

SignSGD with Federated Voting
von: Park, Chanho, et al.
Veröffentlicht: (2024)

Temporal Predictive Coding for Gradient Compression in Distributed Learning
von: Edin, Adrian, et al.
Veröffentlicht: (2024)

Brain-Inspired Decentralized Satellite Learning in Space Computing Power Networks
von: Yang, Peng, et al.
Veröffentlicht: (2025)

OrcoDCS: An IoT-Edge Orchestrated Online Deep Compressed Sensing Framework
von: Ching, Cheng-Wei, et al.
Veröffentlicht: (2023)

Satellite Federated Edge Learning: Architecture Design and Convergence Analysis
von: Shi, Yuanming, et al.
Veröffentlicht: (2024)

Quantized Decentralized Stochastic Learning over Directed Graphs
von: Taheri, Hossein, et al.
Veröffentlicht: (2020)

Non-Coherent Over-the-Air Decentralized Gradient Descent
von: Michelusi, Nicolo'
Veröffentlicht: (2022)

Large Language Models over Networks: Collaborative Intelligence under Resource Constraints
von: Yuan, Liangqi, et al.
Veröffentlicht: (2026)

Privacy Preserving Semi-Decentralized Mean Estimation over Intermittently-Connected Networks
von: Saha, Rajarshi, et al.
Veröffentlicht: (2024)

Decentralized Sporadic Federated Learning: A Unified Algorithmic Framework with Convergence Guarantees
von: Zehtabi, Shahryar, et al.
Veröffentlicht: (2024)

Reconfigurable Intelligent Computational Surfaces for MEC-Assisted Autonomous Driving Networks: Design Optimization and Analysis
von: Zhang, Xueyao, et al.
Veröffentlicht: (2024)

SATSense: Multi-Satellite Collaborative Framework for Spectrum Sensing
von: Yuan, Haoxuan, et al.
Veröffentlicht: (2024)

DMLR: Data-centric Machine Learning Research -- Past, Present and Future
von: Oala, Luis, et al.
Veröffentlicht: (2023)

A Locally Differential Private Coding-Assisted Succinct Histogram Protocol
von: Liu, Hsuan-Po, et al.
Veröffentlicht: (2025)

Efficient Federated Learning Tiny Language Models for Mobile Network Feature Prediction
von: Becking, Daniel, et al.
Veröffentlicht: (2025)

TernaryVote: Differentially Private, Communication Efficient, and Byzantine Resilient Distributed Optimization on Heterogeneous Data
von: Jin, Richeng, et al.
Veröffentlicht: (2024)

A learning-based solution approach to the application placement problem in mobile edge computing under uncertainty
von: Hejazi, Taha-Hossein, et al.
Veröffentlicht: (2024)