Buchumschlag

FedAPM: Federated Learning via ADMM with Partial Model Personalization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Shengkun, Nie, Feiteng, Zeng, Jinshan, Wang, Sheng, Sun, Yuan, Yao, Yuan, Chen, Shangfeng, Xu, Quanqing, Yang, Chuanhui
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

Personalized Federated Learning via ADMM with Moreau Envelope
von: Zhu, Shengkun, et al.
Veröffentlicht: (2023)

On ADMM in Heterogeneous Federated Learning: Personalization, Robustness, and Fairness
von: Zhu, Shengkun, et al.
Veröffentlicht: (2024)

Efficient k-means with Individual Fairness via Exponential Tilting
von: Zhu, Shengkun, et al.
Veröffentlicht: (2024)

The Virtuous Cycle: AI-Powered Vector Search and Vector Search-Augmented AI
von: Wei, Jiuqi, et al.
Veröffentlicht: (2026)

FedADMM-InSa: An Inexact and Self-Adaptive ADMM for Federated Learning
von: Song, Yongcun, et al.
Veröffentlicht: (2024)

Clue-RAG: Towards Accurate and Cost-Efficient Graph-based RAG via Multi-Partite Graph and Query-Driven Iterative Retrieval
von: Su, Yaodong, et al.
Veröffentlicht: (2025)

LakeHopper: Cross Data Lakes Column Type Annotation through Model Adaptation
von: Sun, Yushi, et al.
Veröffentlicht: (2026)

FedCAP: Robust Federated Learning via Customized Aggregation and Personalization
von: Li, Youpeng, et al.
Veröffentlicht: (2024)

PDET-LSH: Scalable In-Memory Indexing for High-Dimensional Approximate Nearest Neighbor Search with Quality Guarantees
von: Wei, Jiuqi, et al.
Veröffentlicht: (2026)

TaCo: Data-adaptive and Query-aware Subspace Collision for High-dimensional Approximate Nearest Neighbor Search
von: Wei, Jiuqi, et al.
Veröffentlicht: (2026)

APM: Evaluating Style Personalization in LLMs with Arbitrary Preference Mappings
von: Spohn, Philipp, et al.
Veröffentlicht: (2026)

FedMerge: Federated Personalization via Model Merging
von: Chen, Shutong, et al.
Veröffentlicht: (2025)

FedBM: Stealing Knowledge from Pre-trained Language Models for Heterogeneous Federated Learning
von: Zhu, Meilu, et al.
Veröffentlicht: (2025)

FedSSG: Expectation-Gated and History-Aware Drift Alignment for Federated Learning
von: Zhou, Zhanting, et al.
Veröffentlicht: (2025)

FedAdOb: Privacy-Preserving Federated Deep Learning with Adaptive Obfuscation
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

FedCache: A Knowledge Cache-driven Federated Learning Architecture for Personalized Edge Intelligence
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)

FedMoE: Personalized Federated Learning via Heterogeneous Mixture of Experts
von: Mei, Hanzi, et al.
Veröffentlicht: (2024)

FedAgg: Adaptive Federated Learning with Aggregated Gradients
von: Yuan, Wenhao, et al.
Veröffentlicht: (2023)

FedSA-GCL: A Semi-Asynchronous Federated Graph Learning Framework with Personalized Aggregation and Cluster-Aware Broadcasting
von: Yuan, Zhongzheng, et al.
Veröffentlicht: (2025)

FedGMark: Certifiably Robust Watermarking for Federated Graph Learning
von: Yang, Yuxin, et al.
Veröffentlicht: (2024)

FedPSA: Modeling Behavioral Staleness in Asynchronous Federated Learning
von: Lu, Chaoyi, et al.
Veröffentlicht: (2026)

DualFed: Enjoying both Generalization and Personalization in Federated Learning via Hierachical Representations
von: Zhu, Guogang, et al.
Veröffentlicht: (2024)

FedMeS: Personalized Federated Continual Learning Leveraging Local Memory
von: Xie, Jin, et al.
Veröffentlicht: (2024)

FedMIA: An Effective Membership Inference Attack Exploiting "All for One" Principle in Federated Learning
von: Zhu, Gongxi, et al.
Veröffentlicht: (2024)

ADMM for Structured Fractional Minimization
von: Yuan, Ganzhao
Veröffentlicht: (2024)

Accelerating preconditioned ADMM via degenerate proximal point mappings
von: Sun, Defeng, et al.
Veröffentlicht: (2024)

FedKPer: Tackling Generalization and Personalization in Medical Federated Learning via Knowledge Personalization
von: Fowler, Zoe, et al.
Veröffentlicht: (2026)

Automating Reformulation for Parallel ADMM
von: Sun, Kaizhao, et al.
Veröffentlicht: (2026)

Large Language Models in Cardiovascular Imaging: Current Applications and Future Prospects
von: Weifeng Yuan, et al.
Veröffentlicht: (2025)

Momentum-integrated Multi-task Stock Recommendation with Converge-based Optimization
von: Wang, Hao, et al.
Veröffentlicht: (2025)

A Tree-Structured Two-Phase Commit Framework for OceanBase: Optimizing Scalability and Consistency
von: Xu, Quanqing, et al.
Veröffentlicht: (2026)

FedMCP: Parameter-Efficient Federated Learning with Model-Contrastive Personalization
von: Zhao, Qianyi, et al.
Veröffentlicht: (2024)

FedRTS: Federated Robust Pruning via Combinatorial Thompson Sampling
von: Huang, Hong, et al.
Veröffentlicht: (2025)

FedAH: Aggregated Head for Personalized Federated Learning
von: Zhou, Pengzhan, et al.
Veröffentlicht: (2024)

pFedLVM: A Large Vision Model (LVM)-Driven and Latent Feature-Based Personalized Federated Learning Framework in Autonomous Driving
von: Kou, Wei-Bin, et al.
Veröffentlicht: (2024)

FedReMa: Improving Personalized Federated Learning via Leveraging the Most Relevant Clients
von: Liang, Han, et al.
Veröffentlicht: (2024)

FedTrans: Efficient Federated Learning via Multi-Model Transformation
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

FedBiP: Heterogeneous One-Shot Federated Learning with Personalized Latent Diffusion Models
von: Chen, Haokun, et al.
Veröffentlicht: (2024)

FedRE: A Representation Entanglement Framework for Model-Heterogeneous Federated Learning
von: Yao, Yuan, et al.
Veröffentlicht: (2025)

FedMGP: Personalized Federated Learning with Multi-Group Text-Visual Prompts
von: Bo, Weihao, et al.
Veröffentlicht: (2025)