Buchumschlag

Federated k-Means over Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Xu, Rastelli, Salvatore, Jung, Alexander
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning 68T05, 68T10 I.5.3; I.2.11
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Analysis of Total Variation Minimization for Clustered Federated Learning
von: Jung, A.
Veröffentlicht: (2024)

Your Data, My Model: Learning Who Really Helps in Federated Learning
von: Abdurakhmanova, Shamsiiat, et al.
Veröffentlicht: (2024)

EBIC: an open source software for high-dimensional and big data biclustering analyses
von: Orzechowski, Patryk, et al.
Veröffentlicht: (2018)

Federated Learning: From Theory to Practice
von: Jung, A.
Veröffentlicht: (2025)

Client-Conditional Federated Learning via Local Training Data Statistics
von: Brännvall, Rickard
Veröffentlicht: (2026)

Territory Paint Wars: Diagnosing and Mitigating Failure Modes in Competitive Multi-Agent PPO
von: Singh, Diyansha
Veröffentlicht: (2026)

Federated Learning and Class Imbalances
von: Zhu, Siqi, et al.
Veröffentlicht: (2026)

Redefining Clustered Federated Learning for System Identification: The Path of ClusterCraft
von: Keçeci, Ertuğrul, et al.
Veröffentlicht: (2025)

Federated Learning based on Self-Evolving Gaussian Clustering
von: Ožbot, Miha, et al.
Veröffentlicht: (2025)

Multi-Agent Object Detection Framework Based on Raspberry Pi YOLO Detector and Slack-Ollama Natural Language Interface
von: Kalušev, Vladimir, et al.
Veröffentlicht: (2026)

Spatial-Temporal Learning-Based Distributed Routing for Dynamic LEO Satellite Networks
von: Chou, Po-Heng, et al.
Veröffentlicht: (2026)

torchsom: The Reference PyTorch Library for Self-Organizing Maps
von: Berthier, Louis, et al.
Veröffentlicht: (2025)

FedRot-LoRA: Mitigating Rotational Misalignment in Federated LoRA
von: Zhang, Haoran, et al.
Veröffentlicht: (2026)

On the Fundamental Limitations of Decentralized Learnable Reward Shaping in Cooperative Multi-Agent Reinforcement Learning
von: Akella, Aditya
Veröffentlicht: (2025)

CHORUS: An Agentic Framework for Generating Realistic Deliberation Data
von: Koursaris, A., et al.
Veröffentlicht: (2026)

MACS: Multi-Agent Reinforcement Learning for Optimization of Crystal Structures
von: Zamaraeva, Elena, et al.
Veröffentlicht: (2025)

RL-LLM-DT: An Automatic Decision Tree Generation Method Based on RL Evaluation and LLM Enhancement
von: Lin, Junjie, et al.
Veröffentlicht: (2024)

Dynamical Priors as a Training Objective in Reinforcement Learning
von: Subaharan, Sukesh
Veröffentlicht: (2026)

Generative Evolutionary Meta-Solver (GEMS): Scalable Surrogate-Free Multi-Agent Reinforcement Learning
von: Sharma, Alakh, et al.
Veröffentlicht: (2025)

Foam Segmentation in Wastewater Treatment Plants: A Federated Learning Approach with Segment Anything Model 2
von: Duman, Mehmet Batuhan, et al.
Veröffentlicht: (2025)

Beyond Static Knowledge Messengers: Towards Adaptive, Fair, and Scalable Federated Learning for Medical AI
von: Arafat, Jahidul, et al.
Veröffentlicht: (2025)

Improving Local Training in Federated Learning via Temperature Scaling
von: Lee, Kichang, et al.
Veröffentlicht: (2024)

Evaluation of Differential Privacy Mechanisms on Federated Learning
von: Varsani, Tejash
Veröffentlicht: (2025)

Improving Generalization in Heterogeneous Federated Continual Learning via Spatio-Temporal Gradient Matching with Prototypical Coreset
von: Nguyen, Minh-Duong, et al.
Veröffentlicht: (2025)

GAN-Enhanced Deep Reinforcement Learning for Semantic-Aware Resource Allocation in 6G Network Slicing
von: John, Daniel Benniah
Veröffentlicht: (2026)

PathFormer: A Transformer with 3D Grid Constraints for Digital Twin Robot-Arm Trajectory Generation
von: Alanazi, Ahmed, et al.
Veröffentlicht: (2025)

A New Similarity Function for Spectral Clustering with Application to Plant Phenotypic Data
von: Ahuja, Kapil, et al.
Veröffentlicht: (2023)

Adaptive Latent-Space Constraints in Personalized Federated Learning
von: Ayromlou, Sana, et al.
Veröffentlicht: (2025)

Tazza: Shuffling Neural Network Parameters for Secure and Private Federated Learning
von: Lee, Kichang, et al.
Veröffentlicht: (2024)

WorkflowGen:an adaptive workflow generation mechanism driven by trajectory experience
von: Wei, Ruocan, et al.
Veröffentlicht: (2026)

Dynamic Dual-Granularity Skill Bank for Agentic RL
von: Tu, Songjun, et al.
Veröffentlicht: (2026)

NeuroState-Bench: A Human-Calibrated Benchmark for Commitment Integrity in LLM Agent Profiles
von: Jia, Xiao
Veröffentlicht: (2026)

Federated Learning for Anomaly Detection in Energy Consumption Data: Assessing the Vulnerability to Adversarial Attacks
von: Telila, Yohannis Kifle, et al.
Veröffentlicht: (2025)

AI Agents: Evolution, Architecture, and Real-World Applications
von: Krishnan, Naveen
Veröffentlicht: (2025)

Adaptive Minds: Empowering Agents with LoRA-as-Tools
von: Shekar, Pavan C, et al.
Veröffentlicht: (2025)

Careful Seeding for k-Medois Clustering with Incremental k-Means++ Initialization
von: Cheng, Difei, et al.
Veröffentlicht: (2022)

Semantic-Constrained Federated Aggregation: Convergence Theory and Privacy-Utility Bounds for Knowledge-Enhanced Distributed Learning
von: Arafat, Jahidul
Veröffentlicht: (2025)

Mean-Field Reinforcement Learning without Synchrony
von: Yang, Shan
Veröffentlicht: (2026)

SPARK: Igniting Communication-Efficient Decentralized Learning via Stage-wise Projected NTK and Accelerated Regularization
von: Xia, Li
Veröffentlicht: (2025)

Adaptive Multi-Stage Patent Claim Generation with Unified Quality Assessment
von: Liang, Chen-Wei, et al.
Veröffentlicht: (2026)