Buchumschlag

Intrinsic Training Signals for Federated Learning Aggregation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fiorini, Cosimo, Mosconi, Matteo, Buzzega, Pietro, Salami, Riccardo, Calderara, Simone
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

Closed-form merging of parameter-efficient modules for Federated Continual Learning
von: Salami, Riccardo, et al.
Veröffentlicht: (2024)

Federated Class-Incremental Learning with Hierarchical Generative Prototypes
von: Salami, Riccardo, et al.
Veröffentlicht: (2024)

Rethinking Layer-wise Model Merging through Chain of Merges
von: Buzzega, Pietro, et al.
Veröffentlicht: (2025)

STAER: Temporal Aligned Rehearsal for Continual Spiking Neural Network
von: Gianferrari, Matteo, et al.
Veröffentlicht: (2026)

Trajectory Forecasting through Low-Rank Adaptation of Discrete Latent Codes
von: Benaglia, Riccardo, et al.
Veröffentlicht: (2024)

A Second-Order Perspective on Model Compositionality and Incremental Learning
von: Porrello, Angelo, et al.
Veröffentlicht: (2024)

Towards Robust Knowledge Removal in Federated Learning with High Data Heterogeneity
von: Santi, Riccardo, et al.
Veröffentlicht: (2025)

CLIP with Generative Latent Replay: a Strong Baseline for Incremental Learning
von: Frascaroli, Emanuele, et al.
Veröffentlicht: (2024)

DOLFIN: Balancing Stability and Plasticity in Federated Continual Learning
von: Moussadek, Omayma, et al.
Veröffentlicht: (2025)

Dataless Weight Disentanglement in Task Arithmetic via Kronecker-Factored Approximate Curvature
von: Porrello, Angelo, et al.
Veröffentlicht: (2026)

Latent Spectral Regularization for Continual Learning
von: Frascaroli, Emanuele, et al.
Veröffentlicht: (2023)

Modular Embedding Recomposition for Incremental Learning
von: Panariello, Aniello, et al.
Veröffentlicht: (2025)

Distilling Linearized Behavior into Non-Linear Fine-Tuning for Effective Task Arithmetic
von: Sommariva, Thomas, et al.
Veröffentlicht: (2026)

Transporting Task Vectors across Different Architectures without Training
von: Rinaldi, Filippo, et al.
Veröffentlicht: (2026)

QuAIL: Quality-Aware Inertial Learning for Robust Training under Data Corruption
von: Sabella, Mattia, et al.
Veröffentlicht: (2026)

Federated Learning with Graph-Based Aggregation for Traffic Forecasting
von: Banik, Audri, et al.
Veröffentlicht: (2025)

Byzantine-Robust Aggregation for Securing Decentralized Federated Learning
von: Cajaraville-Aboy, Diego, et al.
Veröffentlicht: (2024)

BESplit: Bias-Compensated Split Federated Learning with Evidential Aggregation
von: Xie, Yuhan, et al.
Veröffentlicht: (2026)

Coding-Enforced Resilient and Secure Aggregation for Hierarchical Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2026)

An Interpretable Client Decision Tree Aggregation process for Federated Learning
von: Argente-Garrido, Alberto, et al.
Veröffentlicht: (2024)

Gradient-Sign Masking for Task Vector Transport Across Pre-Trained Models
von: Rinaldi, Filippo, et al.
Veröffentlicht: (2025)

Enhancing Federated Learning Through Secure Cluster-Weighted Client Aggregation
von: Ranaweera, Kanishka, et al.
Veröffentlicht: (2025)

Aggregation Alignment for Federated Learning with Mixture-of-Experts under Data Heterogeneity
von: Fang, Zihan, et al.
Veröffentlicht: (2026)

SIRI: Self-Internalizing Reinforcement Learning with Intrinsic Skills for LLM Agent Training
von: He, Zhongyu, et al.
Veröffentlicht: (2026)

Bayesian Federated Learning for Continual Training
von: Milasheuski, Usevalad, et al.
Veröffentlicht: (2025)

Enhancing Federated Class-Incremental Learning via Spatial-Temporal Statistics Aggregation
von: Guan, Zenghao, et al.
Veröffentlicht: (2025)

Mixed-Precision Federated Learning via Multi-Precision Over-The-Air Aggregation
von: Yuan, Jinsheng, et al.
Veröffentlicht: (2024)

Revisiting Gradient Staleness: Evaluating Distance Metrics for Asynchronous Federated Learning Aggregation
von: Wilhelm, Patrick, et al.
Veröffentlicht: (2026)

FedLPA: One-shot Federated Learning with Layer-Wise Posterior Aggregation
von: Liu, Xiang, et al.
Veröffentlicht: (2023)

Sheaves Reloaded: A Directional Awakening
von: Fiorini, Stefano, et al.
Veröffentlicht: (2025)

Algebraic Priors for Approximately Equivariant Networks
von: Ali, Riccardo, et al.
Veröffentlicht: (2025)

EASTER: Embedding Aggregation-based Heterogeneous Models Training in Vertical Federated Learning
von: Wang, Shuo, et al.
Veröffentlicht: (2023)

Intrinsically Interpretable Attention via Sparse Post-Training
von: Draye, Florent, et al.
Veröffentlicht: (2025)

May the Forgetting Be with You: Alternate Replay for Learning with Noisy Labels
von: Millunzi, Monica, et al.
Veröffentlicht: (2024)

Towards Batch-to-Streaming Deep Reinforcement Learning for Continuous Control
von: De Monte, Riccardo, et al.
Veröffentlicht: (2026)

FedHL: Federated Learning for Heterogeneous Low-Rank Adaptation via Unbiased Aggregation
von: Peng, Zihao, et al.
Veröffentlicht: (2025)

pFedGPA: Diffusion-based Generative Parameter Aggregation for Personalized Federated Learning
von: Lai, Jiahao, et al.
Veröffentlicht: (2024)

Self-Labeling the Job Shop Scheduling Problem
von: Corsini, Andrea, et al.
Veröffentlicht: (2024)

Efficient Reinforcement Learning from Human Feedback via Bayesian Preference Inference
von: Cercola, Matteo, et al.
Veröffentlicht: (2025)

Over-the-Air Federated Learning via Weighted Aggregation
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)