:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhatia, Randeep, Papadis, Nikos, Kodialam, Murali, Lakshman, TV, Chakrabarty, Sayak
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2506.22427
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CLAD: A Clustered Label-Agnostic Federated Learning Framework for Joint Anomaly Detection and Attack Classification
von: Ofeidis, Iason, et al.
Veröffentlicht: (2026)

Exploiting Spot Instances for Time-Critical Cloud Workloads Using Optimal Randomized Strategies
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2026)

Opportunistic Scheduling for Optimal Spot Instance Savings in the Cloud
von: Bhuyan, Neelkamal, et al.
Veröffentlicht: (2026)

Time-Constrained Recommendations: Reinforcement Learning Strategies for E-Commerce
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2025)

Free and Customizable Code Documentation with LLMs: A Fine-Tuning Approach
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2024)

MM-PoE: Multiple Choice Reasoning via. Process of Elimination using Multi-Modal Models
von: Chakrabarty, Sayak, et al.
Veröffentlicht: (2024)

CLT and Edgeworth Expansion for m-out-of-n Bootstrap Estimators of The Studentized Median
von: Banerjee, Imon, et al.
Veröffentlicht: (2025)

On the Diminishing Returns of Width for Continual Learning
von: Guha, Etash, et al.
Veröffentlicht: (2024)

CLoG: Benchmarking Continual Learning of Image Generation Models
von: Zhang, Haotian, et al.
Veröffentlicht: (2024)

CLoE: Expert Consistency Learning for Missing Modality Segmentation
von: Tong, Xinyu, et al.
Veröffentlicht: (2026)

CLoQ: Enhancing Fine-Tuning of Quantized LLMs via Calibrated LoRA Initialization
von: Deng, Yanxia, et al.
Veröffentlicht: (2025)

Robust Federated Learning under Adversarial Attacks via Loss-Based Client Clustering
von: Kritharakis, Emmanouil, et al.
Veröffentlicht: (2025)

LLMs on the Line: Data Determines Loss-to-Loss Scaling Laws
von: Mayilvahanan, Prasanna, et al.
Veröffentlicht: (2025)

Adaptive Personalized Federated Learning via Multi-task Averaging of Kernel Mean Embeddings
von: Fermanian, Jean-Baptiste, et al.
Veröffentlicht: (2026)

Online Monitoring Framework for Automotive Time Series Data using JEPA Embeddings
von: Fertig, Alexander, et al.
Veröffentlicht: (2026)

Few-for-Many Personalized Federated Learning
von: Guo, Ping, et al.
Veröffentlicht: (2026)

One-Shot Clustering for Federated Learning
von: Zuziak, Maciej Krzysztof, et al.
Veröffentlicht: (2025)

Personalized Federated Learning via Learning Dynamic Graphs
von: Zhou, Ziran, et al.
Veröffentlicht: (2025)

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

Graph Federated Learning for Personalized Privacy Recommendation
von: Na, Ce, et al.
Veröffentlicht: (2025)

Curriculum Guided Personalized Subgraph Federated Learning
von: Kang, Minku, et al.
Veröffentlicht: (2025)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

CLoPA: Continual Low Parameter Adaptation of Interactive Segmentation for Medical Image Annotation
von: Esmaeili, Parhom, et al.
Veröffentlicht: (2026)

Federated Hierarchical Tensor Networks: a Collaborative Learning Quantum AI-Driven Framework for Healthcare
von: Bhatia, Amandeep Singh, et al.
Veröffentlicht: (2024)

One-Shot Clustering for Federated Learning Under Clustering-Agnostic Assumption
von: Zuziak, Maciej Krzysztof, et al.
Veröffentlicht: (2025)

CCFC: Bridging Federated Clustering and Contrastive Learning
von: Liu, Jing, et al.
Veröffentlicht: (2024)

LLaVE: Large Language and Vision Embedding Models with Hardness-Weighted Contrastive Learning
von: Lan, Zhibin, et al.
Veröffentlicht: (2025)

Personalized Subgraph Federated Learning with Differentiable Auxiliary Projections
von: Zhuo, Wei, et al.
Veröffentlicht: (2025)

Personalized Federated Learning via Feature Distribution Adaptation
von: Mclaughlin, Connor J., et al.
Veröffentlicht: (2024)

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

Educational Cone Model in Embedding Vector Spaces
von: Ehara, Yo
Veröffentlicht: (2025)

4bit-Quantization in Vector-Embedding for RAG
von: Jeong, Taehee
Veröffentlicht: (2025)

Personalized Federated Learning via Sequential Layer Expansion in Representation Learning
von: Jang, Jaewon, et al.
Veröffentlicht: (2024)

On the Effect of Instruction Tuning Loss on Generalization
von: Chatterjee, Anwoy, et al.
Veröffentlicht: (2025)

A Huber Loss Minimization Approach to Byzantine Robust Federated Learning
von: Zhao, Puning, et al.
Veröffentlicht: (2023)

FHBench: Towards Efficient and Personalized Federated Learning for Multimodal Healthcare
von: Wang, Penghao, et al.
Veröffentlicht: (2025)

Bayesian Neural Network For Personalized Federated Learning Parameter Selection
von: Luo, Mengen, et al.
Veröffentlicht: (2024)

Probabilistic Federated Learning on Uncertain and Heterogeneous Data with Model Personalization
von: Rahman, Ratun, et al.
Veröffentlicht: (2026)

Benchmarking Data Heterogeneity Evaluation Approaches for Personalized Federated Learning
von: Li, Zhilong, et al.
Veröffentlicht: (2024)

Lazy But Effective: Collaborative Personalized Federated Learning with Heterogeneous Data
von: Rokvic, Ljubomir, et al.
Veröffentlicht: (2025)