Buchumschlag

GPRat: Gaussian Process Regression with Asynchronous Tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Helmann, Maksim, Strack, Alexander, Pflüger, Dirk
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GPU-Resident Gaussian Process Regression Leveraging Asynchronous Tasks with HPX
von: Möllmann, Henrik, et al.
Veröffentlicht: (2026)

Is RISC-V Ready for Machine Learning? Portable Gaussian Processes Using Asynchronous Tasks
von: Strack, Alexander, et al.
Veröffentlicht: (2026)

Radiation Hydrodynamics at Scale: Comparing MPI and Asynchronous Many-Task Runtimes with FleCSI
von: Strack, Alexander, et al.
Veröffentlicht: (2026)

From Prompts to Performance: Evaluating LLMs for Task-based Parallel Code Generation
von: Bantel, Linus, et al.
Veröffentlicht: (2026)

Experiences Porting Distributed Applications to Asynchronous Tasks: A Multidimensional FFT Case-study
von: Strack, Alexander, et al.
Veröffentlicht: (2024)

A HPX Communication Benchmark: Distributed FFT using Collectives
von: Strack, Alexander, et al.
Veröffentlicht: (2025)

Comparing the Performance of Heterogeneous Conjugate Gradient and Cholesky Solvers on Various Hardware Using SYCL
von: Thüring, Tim, et al.
Veröffentlicht: (2026)

Parallel FFTW on RISC-V: A Comparative Study including OpenMP, MPI, and HPX
von: Strack, Alexander, et al.
Veröffentlicht: (2025)

Ravnest: Decentralized Asynchronous Training on Heterogeneous Devices
von: Menon, Anirudh Rajiv, et al.
Veröffentlicht: (2024)

Efficient Asynchronous Federated Learning with Sparsification and Quantization
von: Jia, Juncheng, et al.
Veröffentlicht: (2023)

Laminar: A Scalable Asynchronous RL Post-Training Framework
von: Sheng, Guangming, et al.
Veröffentlicht: (2025)

Mitigating Persistent Client Dropout in Asynchronous Decentralized Federated Learning
von: Stępka, Ignacy, et al.
Veröffentlicht: (2025)

Mitigating Staleness in Asynchronous Pipeline Parallelism via Basis Rotation
von: Jung, Hyunji, et al.
Veröffentlicht: (2026)

FedFa: A Fully Asynchronous Training Paradigm for Federated Learning
von: Xu, Haotian, et al.
Veröffentlicht: (2024)

A-3PO: Accelerating Asynchronous LLM Training with Staleness-aware Proximal Policy Approximation
von: Li, Xiaocan, et al.
Veröffentlicht: (2025)

SEAFL: Enhancing Efficiency in Semi-Asynchronous Federated Learning through Adaptive Aggregation and Selective Training
von: Islam, Md Sirajul, et al.
Veröffentlicht: (2025)

Empirical Analysis of Asynchronous Federated Learning on Heterogeneous Devices: Efficiency, Fairness, and Privacy Trade-offs
von: Mohammadi, Samaneh, et al.
Veröffentlicht: (2025)

Task-Agnostic Federation over Decentralized Data: Research Landscape and Visions
von: Wu, Wentai, et al.
Veröffentlicht: (2025)

Justitia: Fair and Efficient Scheduling of Task-parallel LLM Agents with Selective Pampering
von: Yang, Mingyan, et al.
Veröffentlicht: (2025)

FedLPS: Heterogeneous Federated Learning for Multiple Tasks with Local Parameter Sharing
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

FedHERO: A Federated Learning Approach for Node Classification Task on Heterophilic Graphs
von: Chen, Zihan, et al.
Veröffentlicht: (2025)

Learning to Collaborate Over Graphs: A Selective Federated Multi-Task Learning Approach
von: Elbakary, Ahmed, et al.
Veröffentlicht: (2025)

Online Parallel Multi-Task Relationship Learning via Alternating Direction Method of Multipliers
von: Li, Ruiyu, et al.
Veröffentlicht: (2024)

Echo: Efficient Co-Scheduling of Hybrid Online-Offline Tasks for Large Language Model Serving
von: Wang, Zhibin, et al.
Veröffentlicht: (2025)

FADAS: Towards Federated Adaptive Asynchronous Optimization
von: Wang, Yujia, et al.
Veröffentlicht: (2024)

Regression prediction algorithm for energy consumption regression in cloud computing based on horned lizard algorithm optimised convolutional neural network-bidirectional gated recurrent unit
von: Li, Feiyang, et al.
Veröffentlicht: (2024)

Trillion Parameter AI Serving Infrastructure for Scientific Discovery: A Survey and Vision
von: Hudson, Nathaniel, et al.
Veröffentlicht: (2024)

DistRL: An Asynchronous Distributed Reinforcement Learning Framework for On-Device Control Agents
von: Wang, Taiyi, et al.
Veröffentlicht: (2024)

Distributed Low-Communication Training with Decoupled Momentum Optimization
von: Nedelkoski, Sasho, et al.
Veröffentlicht: (2025)

Nesterov Method for Asynchronous Pipeline Parallel Optimization
von: Ajanthan, Thalaiyasingam, et al.
Veröffentlicht: (2025)

What happens when nanochat meets DiLoCo?
von: Acker, Alexander, et al.
Veröffentlicht: (2025)

Asynchronous-Many-Task Systems: Challenges and Opportunities -- Scaling an AMR Astrophysics Code on Exascale machines using Kokkos and HPX
von: Daiß, Gregor, et al.
Veröffentlicht: (2024)

Multi-Dimensional Autoscaling of Stream Processing Services on Edge Devices
von: Sedlak, Boris, et al.
Veröffentlicht: (2025)

Guard: Scalable Straggler Detection and Node Health Management for Large-Scale Training
von: Liu, Guanliang, et al.
Veröffentlicht: (2026)

Boosting Asynchronous Decentralized Learning with Model Fragmentation
von: Biswas, Sayan, et al.
Veröffentlicht: (2024)

Longer Attention Span: Increasing Transformer Context Length with Sparse Graph Processing Techniques
von: Tomczak, Nathaniel, et al.
Veröffentlicht: (2025)

AsyncMesh: Fully Asynchronous Optimization for Data and Pipeline Parallelism
von: Ajanthan, Thalaiyasingam, et al.
Veröffentlicht: (2026)

Ordered Momentum for Asynchronous SGD
von: Shi, Chang-Wei, et al.
Veröffentlicht: (2024)

Democratizing AI: A Comparative Study in Deep Learning Efficiency and Future Trends in Computational Processing
von: Amin, Lisan Al, et al.
Veröffentlicht: (2026)

Unlocking Real-Time Fluorescence Lifetime Imaging: Multi-Pixel Parallelism for FPGA-Accelerated Processing
von: Erbas, Ismail, et al.
Veröffentlicht: (2024)