Buchumschlag

Towards Robust Knowledge Removal in Federated Learning with High Data Heterogeneity

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Santi, Riccardo, Salami, Riccardo, Calderara, Simone
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

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

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

Intrinsic Training Signals for Federated Learning Aggregation
von: Fiorini, Cosimo, et al.
Veröffentlicht: (2025)

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

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

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

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

Global Reinforcement Learning: Beyond Linear and Convex Rewards via Submodular Semi-gradient Methods
von: De Santi, Riccardo, et al.
Veröffentlicht: (2024)

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

Verifier-Constrained Flow Expansion for Discovery Beyond the Data
von: De Santi, Riccardo, et al.
Veröffentlicht: (2026)

HFedCKD: Toward Robust Heterogeneous Federated Learning via Data-free Knowledge Distillation and Two-way Contrast
von: Zheng, Yiting, et al.
Veröffentlicht: (2025)

Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning
von: Mutti, Mirco, et al.
Veröffentlicht: (2023)

Communication-Efficient Heterogeneous Federated Learning with Generalized Heavy-Ball Momentum
von: Zaccone, Riccardo, et al.
Veröffentlicht: (2023)

Anomaly Detection in High-Dimensional Bank Account Balances via Robust Methods
von: Maddanu, Federico, et al.
Veröffentlicht: (2025)

Towards a Categorical Foundation of Deep Learning: A Survey
von: Crescenzi, Francesco Riccardo
Veröffentlicht: (2024)

Tackling Data Heterogeneity in Federated Learning through Knowledge Distillation with Inequitable Aggregation
von: Ma, Xing
Veröffentlicht: (2025)

Towards Robust Federated Multimodal Graph Learning under Modality Heterogeneity
von: Zhang, Sirui, et al.
Veröffentlicht: (2026)

A Weighted Loss Approach to Robust Federated Learning under Data Heterogeneity
von: Erbani, Johan, et al.
Veröffentlicht: (2025)

Explanations Go Linear: Post-hoc Explainability for Tabular Data with Interpretable Meta-Encoding
von: Piaggesi, Simone, et al.
Veröffentlicht: (2025)

A Unified Density Operator View of Flow Control and Merging
von: De Santi, Riccardo, et al.
Veröffentlicht: (2026)

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

Heterogeneity-Oblivious Robust Federated Learning
von: Zhang, Weiyao, et al.
Veröffentlicht: (2025)

Towards Principled Unsupervised Multi-Agent Reinforcement Learning
von: Zamboni, Riccardo, et al.
Veröffentlicht: (2025)

Hierarchical Knowledge Structuring for Effective Federated Learning in Heterogeneous Environments
von: Tam, Wai Fong, et al.
Veröffentlicht: (2025)

Knowledge Rumination for Client Utility Evaluation in Heterogeneous Federated Learning
von: Jiang, Xiaorui, et al.
Veröffentlicht: (2023)

Constrained Flow Optimization via Sequential Fine Tuning for Molecular Design
von: Gutjahr, Sven, et al.
Veröffentlicht: (2026)

Personalized Semi-Supervised Federated Learning for Human Activity Recognition
von: Presotto, Riccardo, et al.
Veröffentlicht: (2021)

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

Advances in Robust Federated Learning: A Survey with Heterogeneity Considerations
von: Chen, Chuan, et al.
Veröffentlicht: (2024)

Data Transformation Strategies to Remove Heterogeneity
von: Yoo, Sangbong, et al.
Veröffentlicht: (2025)

How to Train Your Metamorphic Deep Neural Network
von: Sommariva, Thomas, et al.
Veröffentlicht: (2025)

Towards Understanding and Mitigating Dimensional Collapse in Heterogeneous Federated Learning
von: Shi, Yujun, et al.
Veröffentlicht: (2022)

Geometric Active Exploration in Markov Decision Processes: the Benefit of Abstraction
von: De Santi, Riccardo, et al.
Veröffentlicht: (2024)

Federated Online Learning for Heterogeneous Multisource Streaming Data
von: Li, Jingmao, et al.
Veröffentlicht: (2025)

Data Heterogeneity and Forgotten Labels in Split Federated Learning
von: Tirana, Joana, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Learning With Data and Client Heterogeneity
von: Zakerinia, Hossein, et al.
Veröffentlicht: (2022)

Rethinking the initialization of Momentum in Federated Learning with Heterogeneous Data
von: Xiao, Chenguang, et al.
Veröffentlicht: (2024)

Sharp Bounds for Sequential Federated Learning on Heterogeneous Data
von: Li, Yipeng, et al.
Veröffentlicht: (2024)

Convergence Analysis of Sequential Federated Learning on Heterogeneous Data
von: Li, Yipeng, et al.
Veröffentlicht: (2023)

FedeKD: Energy-Based Gating for Robust Federated Knowledge Distillation under Heterogeneous Settings
von: Nguyen, Quang-Huy, et al.
Veröffentlicht: (2026)