Buchumschlag

Federated Loss Exploration for Improved Convergence on Non-IID Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Internò, Christian, Olhofer, Markus, Jin, Yaochu, Hammer, Barbara
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FederatedFactory: Generative One-Shot Learning for Extremely Non-IID Distributed Scenarios
von: Moleri, Andrea, et al.
Veröffentlicht: (2026)

Pruning Federated Models through Loss Landscape Analysis and Client Agreement Scoring
von: Internò, Christian, et al.
Veröffentlicht: (2024)

The Observer Effect in World Models: Invasive Adaptation Corrupts Latent Physics
von: Internò, Christian, et al.
Veröffentlicht: (2026)

AI-Generated Video Detection via Perceptual Straightening
von: Internò, Christian, et al.
Veröffentlicht: (2025)

Industrial Energy Disaggregation with Digital Twin-generated Dataset and Efficient Data Augmentation
von: Internò, Christian, et al.
Veröffentlicht: (2025)

Probabilistic Federated Prompt-Tuning with Non-IID and Imbalanced Data
von: Weng, Pei-Yau, et al.
Veröffentlicht: (2025)

Rethinking the Representation in Federated Unsupervised Learning with Non-IID Data
von: Liao, Xinting, et al.
Veröffentlicht: (2024)

Evaluating Federated Kolmogorov-Arnold Networks on Non-IID Data
von: Sasse, Arthur Mendonça, et al.
Veröffentlicht: (2024)

Understanding Federated Learning from IID to Non-IID dataset: An Experimental Study
von: Seo, Jungwon, et al.
Veröffentlicht: (2025)

A Thorough Assessment of the Non-IID Data Impact in Federated Learning
von: Jimenez-Gutierrez, Daniel M., et al.
Veröffentlicht: (2025)

Dataset Distillation-based Hybrid Federated Learning on Non-IID Data
von: Shi, Xiufang, et al.
Veröffentlicht: (2024)

Taming Preconditioner Drift: Unlocking the Potential of Second-Order Optimizers for Federated Learning on Non-IID Data
von: Liu, Junkang, et al.
Veröffentlicht: (2026)

Learning Critically: Selective Self Distillation in Federated Learning on Non-IID Data
von: He, Yuting, et al.
Veröffentlicht: (2025)

A Robust Clustered Federated Learning Approach for Non-IID Data with Quantity Skew
von: Ali, Michael Ben, et al.
Veröffentlicht: (2025)

AFCL: Analytic Federated Continual Learning for Spatio-Temporal Invariance of Non-IID Data
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

MultiConfederated Learning: Inclusive Non-IID Data handling with Decentralized Federated Learning
von: Duchesne, Michael, et al.
Veröffentlicht: (2024)

TriplePlay: Enhancing Federated Learning with CLIP for Non-IID Data and Resource Efficiency
von: Imteaj, Ahmed, et al.
Veröffentlicht: (2024)

OvA-LP: A Simple and Efficient Framework for Federated Learning on Non-IID Data
von: Park, Dongjin, et al.
Veröffentlicht: (2025)

FedLECC: Cluster- and Loss-Guided Client Selection for Federated Learning under Non-IID Data
von: Jimenez-Gutierrez, Daniel M., et al.
Veröffentlicht: (2026)

TriCon-SF: A Triple-Shuffle and Contribution-Aware Serial Federated Learning Framework for Heterogeneous Healthcare Data
von: Yan, Yuping, et al.
Veröffentlicht: (2025)

Tackling the Non-IID Issue in Heterogeneous Federated Learning by Gradient Harmonization
von: Zhang, Xinyu, et al.
Veröffentlicht: (2023)

The Narcissus Hypothesis: Descending to the Rung of Illusion
von: Cadei, Riccardo, et al.
Veröffentlicht: (2025)

Decoupled Federated Learning on Long-Tailed and Non-IID data with Feature Statistics
von: Chen, Zhuoxin, et al.
Veröffentlicht: (2024)

Federated Active Learning Under Extreme Non-IID and Global Class Imbalance
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

Local Data Quantity-Aware Weighted Averaging for Federated Learning with Dishonest Clients
von: Wu, Leming, et al.
Veröffentlicht: (2025)

Causally Fair Node Classification on Non-IID Graph Data
von: Dai, Yucong, et al.
Veröffentlicht: (2025)

FedCoSR: Personalized Federated Learning with Contrastive Shareable Representations for Label Heterogeneity in Non-IID Data
von: Huang, Chenghao, et al.
Veröffentlicht: (2024)

Faster Convergence for Transformer Fine-tuning with Line Search Methods
von: Kenneweg, Philip, et al.
Veröffentlicht: (2024)

Stable Diffusion-based Data Augmentation for Federated Learning with Non-IID Data
von: Morafah, Mahdi, et al.
Veröffentlicht: (2024)

Personalizing Federated Learning for Hierarchical Edge Networks with Non-IID Data
von: Lee, Seunghyun, et al.
Veröffentlicht: (2025)

Few-Shot Class-Incremental Learning with Non-IID Decentralized Data
von: Liu, Cuiwei, et al.
Veröffentlicht: (2024)

Fairness Amidst Non-IID Graph Data: A Literature Review
von: Zhang, Wenbin, et al.
Veröffentlicht: (2022)

Improving Line Search Methods for Large Scale Neural Network Training
von: Kenneweg, Philip, et al.
Veröffentlicht: (2024)

Federated Proximal Optimization for Privacy-Preserving Heart Disease Prediction: A Controlled Simulation Study on Non-IID Clinical Data
von: Asad, Farzam, et al.
Veröffentlicht: (2026)

Mitigating Non-IID Drift in Zeroth-Order Federated LLM Fine-Tuning with Transferable Sparsity
von: Ran, Yide, et al.
Veröffentlicht: (2025)

VARS-FL: Validation-Aligned Client Selection for Non-IID Federated Learning in IoT Systems
von: Lakas, Mohamed, et al.
Veröffentlicht: (2026)

Multi-Modal Federated Learning for Cancer Staging over Non-IID Datasets with Unbalanced Modalities
von: Borazjani, Kasra, et al.
Veröffentlicht: (2024)

Logit Calibration and Feature Contrast for Robust Federated Learning on Non-IID Data
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Federated Self-Supervised Learning for Automatic Modulation Classification under Non-IID and Class-Imbalanced Data
von: Akram, Usman, et al.
Veröffentlicht: (2025)

Long-Term Client Selection for Federated Learning with Non-IID Data: A Truthful Auction Approach
von: Tan, Jinghong, et al.
Veröffentlicht: (2025)