Buchumschlag

Multi-Worker Selection based Distributed Swarm Learning for Edge IoT with Non-i.i.d. Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yao, Zhuoyu, Wang, Yue, Zhang, Songyang, Li, Yingshu, Cai, Zhipeng, Tian, Zhi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Efficient Multi-Worker Selection based Distributed Swarm Learning via Analog Aggregation
von: Yao, Zhuoyu, et al.
Veröffentlicht: (2025)

Physics-Inspired Distributed Radio Map Estimation
von: Yang, Dong, et al.
Veröffentlicht: (2025)

ISFL: Federated Learning for Non-i.i.d. Data with Local Importance Sampling
von: Zhu, Zheqi, et al.
Veröffentlicht: (2022)

RainCloud: Decentralized Coordination and Communication in Heterogeneous IoT Swarms
von: Loisel, Filip, et al.
Veröffentlicht: (2024)

SchEdge: A Dynamic, Multi-agent, and Scalable Scheduling Simulator for IoT Edge
von: Hamedi, Ali, et al.
Veröffentlicht: (2025)

Distributed Indexing Schemes for k-Dominant Skyline Analytics on Uncertain Edge-IoT Data
von: Lai, Chuan-Chi, et al.
Veröffentlicht: (2023)

Edge System Design Using Containers and Unikernels for IoT Applications
von: Kaiser, Shahidullah, et al.
Veröffentlicht: (2024)

FEDQ-Trust: Efficient Data-Driven Trust Prediction for Mobile Edge-Based IoT Systems
von: Bai, Jiahui, et al.
Veröffentlicht: (2024)

TF-DDRL: A Transformer-enhanced Distributed DRL Technique for Scheduling IoT Applications in Edge and Cloud Computing Environments
von: Wang, Zhiyu, et al.
Veröffentlicht: (2024)

Benchmarking Message Brokers for IoT Edge Computing: A Comprehensive Performance Study
von: Paul, Tapajit Chandra, et al.
Veröffentlicht: (2026)

Exact, Efficient, and Reliable Multi-Objective and Multi-Constrained IoT Workflow Scheduling in Edge-Hub-Cloud Cyber-Physical Systems
von: Kouloumpris, Andreas, et al.
Veröffentlicht: (2026)

Analysis of Distributed Average Consensus Algorithms for Robust IoT networks
von: Dhuli, Sateeshkrishna, et al.
Veröffentlicht: (2021)

A Multi-Simulation Bridge for IoT Digital Twins
von: Picone, Marco, et al.
Veröffentlicht: (2025)

Neuro-Inspired Task Offloading in Edge-IoT Networks Using Spiking Neural Networks
von: Rossi, Fabio Diniz
Veröffentlicht: (2025)

Collaborative State Machines: A Better Programming Model for the Cloud-Edge-IoT Continuum
von: Etheredge, Marlon, et al.
Veröffentlicht: (2025)

Efficient Location-Based Service Discovery for IoT and Edge Computing in the 6G Era
von: Horvath, Kurt, et al.
Veröffentlicht: (2025)

Resource Slicing through Intelligent Orchestration of Energy-aware IoT services in Edge-Cloud Continuum
von: Shahid, Hafiz Faheem, et al.
Veröffentlicht: (2024)

Impact Conflict Detection of IoT Services in Multi-resident Smart Homes
von: Chaki, Dipankar, et al.
Veröffentlicht: (2024)

Distributed Q-learning-based Shortest-Path Tree Construction in IoT Sensor Networks
von: Vo, Van-Vi, et al.
Veröffentlicht: (2025)

EdgeWeaver: Accelerating IoT Application Development Across Edge-Cloud Continuum
von: Lertpongrujikorn, Pawissanutt, et al.
Veröffentlicht: (2026)

Adaptive Configuration Selection for Multi-Model Inference Pipelines in Edge Computing
von: Sheng, Jinhao, et al.
Veröffentlicht: (2025)

iDDS: Intelligent Distributed Dispatch and Scheduling for Workflow Orchestration
von: Guan, Wen, et al.
Veröffentlicht: (2025)

Probabilistic Top-k Dominating Query Monitoring over Multiple Uncertain IoT Data Streams in Edge Computing Environments
von: Lai, Chuan-Chi, et al.
Veröffentlicht: (2019)

IoT-Based Wireless Networkingfor Seismic Applications
von: Jamali-Rad, Hadi, et al.
Veröffentlicht: (2024)

Privacy-Preserving and Trustworthy Localization in an IoT Environment
von: Zocca, Guglielmo, et al.
Veröffentlicht: (2024)

TrustMesh: A Blockchain-Enabled Trusted Distributed Computing Framework for Open Heterogeneous IoT Environments
von: Rangwala, Murtaza, et al.
Veröffentlicht: (2024)

A Survey on Application Layer Protocols for IoT Networks
von: Hmissi, Fatma, et al.
Veröffentlicht: (2024)

A High-throughput and Secure Coded Blockchain for IoT
von: Taherpour, Amirhossein, et al.
Veröffentlicht: (2023)

Optimising Blockchain Scalability for Real-Time IoT Applications
von: Rhidoy, Hasan Mahmud, et al.
Veröffentlicht: (2026)

A Study to Optimize Heterogeneous Resources for Open IoT
von: Yamato, Yoji, et al.
Veröffentlicht: (2017)

From Data Center IoT Telemetry to Data Analytics Chatbots -- Virtual Knowledge Graph is All You Need
von: Khan, Junaid Ahmed, et al.
Veröffentlicht: (2025)

BEFL: Balancing Energy Consumption in Federated Learning for Mobile Edge IoT
von: Ju, Zehao, et al.
Veröffentlicht: (2024)

Federated Isolation Forest for Efficient Anomaly Detection on Edge IoT Systems
von: Vasiljevic, Pavle, et al.
Veröffentlicht: (2025)

iAnomaly: A Toolkit for Generating Performance Anomaly Datasets in Edge-Cloud Integrated Computing Environments
von: Fernando, Duneesha, et al.
Veröffentlicht: (2024)

Pruning Blockchain Protocols for Efficient Access Control in IoT Systems
von: Huang, Yongtao, et al.
Veröffentlicht: (2024)

Wireless Streamlet: A Spectrum-Aware and Cognitive Consensus Protocol for Edge IoT
von: Wang, Taotao, et al.
Veröffentlicht: (2026)

Efficient Split Learning LSTM Models for FPGA-based Edge IoT Devices
von: Molina, Romina Soledad, et al.
Veröffentlicht: (2025)

Distributed Resource Selection for Self-Organising Cloud-Edge Systems
von: Renau, Quentin, et al.
Veröffentlicht: (2025)

cuSZ-$i$: High-Ratio Scientific Lossy Compression on GPUs with Optimized Multi-Level Interpolation
von: Liu, Jinyang, et al.
Veröffentlicht: (2023)

A Knowledge Distillation-empowered Adaptive Federated Reinforcement Learning Framework for Multi-Domain IoT Applications Scheduling
von: Wang, Zhiyu, et al.
Veröffentlicht: (2025)