Buchumschlag

Choice Outweighs Effort: Facilitating Complementary Knowledge Fusion in Federated Learning via Re-calibration and Merit-discrimination

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Ming, Li, Dongrun, Wang, Xin, Yu, Xiaoyang, Wu, Xiaoming, He, Shibo
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

FedSaaS: Class-Consistency Federated Semantic Segmentation via Global Prototype Supervision and Local Adversarial Harmonization
von: Yu, Xiaoyang, et al.
Veröffentlicht: (2025)

Federated Continual Learning via Knowledge Fusion: A Survey
von: Yang, Xin, et al.
Veröffentlicht: (2023)

FedeCouple: Fine-Grained Balancing of Global-Generalization and Local-Adaptability in Federated Learning
von: Yang, Ming, et al.
Veröffentlicht: (2025)

ADP-VRSGP: Decentralized Learning with Adaptive Differential Privacy via Variance-Reduced Stochastic Gradient Push
von: Wu, Xiaoming, et al.
Veröffentlicht: (2025)

Is Aggregation the Only Choice? Federated Learning via Layer-wise Model Recombination
von: Hu, Ming, et al.
Veröffentlicht: (2023)

Complementary Fusion of Deep Network and Tree Model for ETA Prediction
von: Huang, YuRui, et al.
Veröffentlicht: (2024)

Efficient Multi-Model Fusion with Adversarial Complementary Representation Learning
von: Kang, Zuheng, et al.
Veröffentlicht: (2024)

FedProK: Trustworthy Federated Class-Incremental Learning via Prototypical Feature Knowledge Transfer
von: Gao, Xin, et al.
Veröffentlicht: (2024)

KoReA-SFL: Knowledge Replay-based Split Federated Learning Against Catastrophic Forgetting
von: Xia, Zeke, et al.
Veröffentlicht: (2024)

Vertical Federated Continual Learning via Evolving Prototype Knowledge
von: Wang, Shuo, et al.
Veröffentlicht: (2025)

Style Outweighs Substance: Failure Modes of LLM Judges in Alignment Benchmarking
von: Feuer, Benjamin, et al.
Veröffentlicht: (2024)

Dynamic Participation in Federated Learning: Benchmarks and a Knowledge Pool Plugin
von: Lee, Ming-Lun, et al.
Veröffentlicht: (2025)

FusionLog: Cross-System Log-based Anomaly Detection via Fusion of General and Proprietary Knowledge
von: Zhao, Xinlong, et al.
Veröffentlicht: (2025)

Nonparametric Distribution Regression Re-calibration
von: Jung, Ádám, et al.
Veröffentlicht: (2026)

Recurrent Knowledge Identification and Fusion for Language Model Continual Learning
von: Feng, Yujie, et al.
Veröffentlicht: (2025)

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

Rethinking Data Shapley for Data Selection Tasks: Misleads and Merits
von: Wang, Jiachen T., et al.
Veröffentlicht: (2024)

Low-Dimensional Federated Knowledge Graph Embedding via Knowledge Distillation
von: Zhang, Xiaoxiong, et al.
Veröffentlicht: (2024)

Complementary Reinforcement Learning
von: Muhtar, Dilxat, et al.
Veröffentlicht: (2026)

Personalized Federated Continual Learning via Multi-granularity Prompt
von: Yu, Hao, et al.
Veröffentlicht: (2024)

Self-Supervised Contrastive Graph Clustering Network via Structural Information Fusion
von: Ji, Xiaoyang, et al.
Veröffentlicht: (2024)

UAV-Assisted Multi-Task Federated Learning with Task Knowledge Sharing
von: Yang, Yubo, et al.
Veröffentlicht: (2025)

How Does the Smoothness Approximation Method Facilitate Generalization for Federated Adversarial Learning?
von: Ding, Wenjun, et al.
Veröffentlicht: (2024)

Learning-Based User Association for MmWave Vehicular Networks With Kernelized Contextual Bandits
von: He, Xiaoyang, et al.
Veröffentlicht: (2025)

ReCode: Updating Code API Knowledge with Reinforcement Learning
von: Wu, Haoze, et al.
Veröffentlicht: (2025)

The Merit of River Network Topology for Neural Flood Forecasting
von: Kirschstein, Nikolas, et al.
Veröffentlicht: (2024)

FedHarmony: Harmonizing Heterogeneous Label Correlations in Federated Multi-Label Learning
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

Class-Imbalanced Complementary-Label Learning via Weighted Loss
von: Wei, Meng, et al.
Veröffentlicht: (2022)

Privacy-Preserving Federated Learning with Consistency via Knowledge Distillation Using Conditional Generator
von: Luo, Kangyang, et al.
Veröffentlicht: (2024)

Privacy-Preserved Automated Scoring using Federated Learning for Educational Research
von: Latif, Ehsan, et al.
Veröffentlicht: (2025)

FedAFD: Multimodal Federated Learning via Adversarial Fusion and Distillation
von: Tan, Min, et al.
Veröffentlicht: (2026)

Feature Distillation is the Better Choice for Model-Heterogeneous Federated Learning
von: Li, Yichen, et al.
Veröffentlicht: (2025)

Enhancing Federated Graph Learning via Adaptive Fusion of Structural and Node Characteristics
von: Gao, Xianjun, et al.
Veröffentlicht: (2024)

Emerging Trends in Federated Learning: From Model Fusion to Federated X Learning
von: Ji, Shaoxiong, et al.
Veröffentlicht: (2021)

Heterogeneity-Aware Knowledge Sharing for Graph Federated Learning
von: Yu, Wentao, et al.
Veröffentlicht: (2026)

RePO: Bridging On-Policy Learning and Off-Policy Knowledge through Rephrasing Policy Optimization
von: Xia, Linxuan, et al.
Veröffentlicht: (2026)

Feature Dimensionality Outweighs Model Complexity in Breast Cancer Subtype Classification Using TCGA-BRCA Gene Expression Data
von: Hasani, Meena Al
Veröffentlicht: (2026)

Knowledge Distillation in Federated Edge Learning: A Survey
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)

FilterFL: Knowledge Filtering-based Data-Free Backdoor Defense for Federated Learning
von: Yang, Yanxin, et al.
Veröffentlicht: (2023)

Large Language Model Guided Knowledge Distillation for Time Series Anomaly Detection
von: Liu, Chen, et al.
Veröffentlicht: (2024)