Buchumschlag

FedPPA: Progressive Parameter Alignment for Personalized Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Prasetia, Maulidi Adi, Saputra, Muhamad Risqi U., Putra, Guntur Dharma
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

FedSelect: Personalized Federated Learning with Customized Selection of Parameters for Fine-Tuning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2024)

ProgFed: Effective, Communication, and Computation Efficient Federated Learning by Progressive Training
von: Wang, Hui-Po, et al.
Veröffentlicht: (2021)

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

FedSelect: Customized Selection of Parameters for Fine-Tuning during Personalized Federated Learning
von: Tamirisa, Rishub, et al.
Veröffentlicht: (2023)

FedAGHN: Personalized Federated Learning with Attentive Graph HyperNetworks
von: Song, Jiarui, et al.
Veröffentlicht: (2025)

FedSSG: Expectation-Gated and History-Aware Drift Alignment for Federated Learning
von: Zhou, Zhanting, et al.
Veröffentlicht: (2025)

CEPerFed: Communication-Efficient Personalized Federated Learning for Multi-Pulse MRI Classification
von: Li, Ludi, et al.
Veröffentlicht: (2025)

FedRD: Reducing Divergences for Generalized Federated Learning via Heterogeneity-aware Parameter Guidance
von: Wang, Kaile, et al.
Veröffentlicht: (2026)

Bayesian Neural Network For Personalized Federated Learning Parameter Selection
von: Luo, Mengen, et al.
Veröffentlicht: (2024)

AutoFed: Personalized Federated Traffic Prediction via Adaptive Prompt
von: Zhao, Zijian, et al.
Veröffentlicht: (2025)

FedCAP: Robust Federated Learning via Customized Aggregation and Personalization
von: Li, Youpeng, et al.
Veröffentlicht: (2024)

FedAH: Aggregated Head for Personalized Federated Learning
von: Zhou, Pengzhan, et al.
Veröffentlicht: (2024)

PerAda: Parameter-Efficient Federated Learning Personalization with Generalization Guarantees
von: Xie, Chulin, et al.
Veröffentlicht: (2023)

FedCoSR: Personalized Federated Learning with Contrastive Shareable Representations for Label Heterogeneity in Non-IID Data
von: Huang, Chenghao, et al.
Veröffentlicht: (2024)

FedSA-GCL: A Semi-Asynchronous Federated Graph Learning Framework with Personalized Aggregation and Cluster-Aware Broadcasting
von: Yuan, Zhongzheng, et al.
Veröffentlicht: (2025)

FedBWO: Enhancing Communication Efficiency in Federated Learning
von: Hayyolalam, Vahideh, et al.
Veröffentlicht: (2025)

FedEL: Federated Elastic Learning for Heterogeneous Devices
von: Zhang, Letian, et al.
Veröffentlicht: (2025)

FedMuon: Accelerating Federated Learning with Matrix Orthogonalization
von: Liu, Junkang, et al.
Veröffentlicht: (2025)

Fed-Credit: Robust Federated Learning with Credibility Management
von: Chen, Jiayan, et al.
Veröffentlicht: (2024)

FedModule: A Modular Federated Learning Framework
von: Chen, Chuyi, et al.
Veröffentlicht: (2024)

FedEGG: Federated Learning with Explicit Global Guidance
von: Zhai, Kun, et al.
Veröffentlicht: (2024)

FedOBP: Federated Optimal Brain Personalization through Cloud-Edge Element-wise Decoupling
von: Chen, Xingyan, et al.
Veröffentlicht: (2026)

Digital Elevation Model Estimation from RGB Satellite Imagery using Generative Deep Learning
von: Madani, Alif Ilham, et al.
Veröffentlicht: (2025)

FedNAMs: Performing Interpretability Analysis in Federated Learning Context
von: Nanda, Amitash, et al.
Veröffentlicht: (2025)

FedNSAM:Consistency of Local and Global Flatness for Federated Learning
von: Liu, Junkang, et al.
Veröffentlicht: (2026)

FedPSA: Modeling Behavioral Staleness in Asynchronous Federated Learning
von: Lu, Chaoyi, et al.
Veröffentlicht: (2026)

FedZMG: Efficient Client-Side Optimization in Federated Learning
von: Zantalis, Fotios, et al.
Veröffentlicht: (2026)

FedFixer: Mitigating Heterogeneous Label Noise in Federated Learning
von: Ji, Xinyuan, et al.
Veröffentlicht: (2024)

FedRio: Personalized Federated Social Bot Detection via Cooperative Reinforced Contrastive Adversarial Distillation
von: Yang, Yingguang, et al.
Veröffentlicht: (2026)

FedLPS: Heterogeneous Federated Learning for Multiple Tasks with Local Parameter Sharing
von: Jia, Yongzhe, et al.
Veröffentlicht: (2024)

Personalized Federated Learning for Spatio-Temporal Forecasting: A Dual Semantic Alignment-Based Contrastive Approach
von: Liu, Qingxiang, et al.
Veröffentlicht: (2024)

FedPURIN: Programmed Update and Reduced INformation for Sparse Personalized Federated Learning
von: Xie, Lunchen, et al.
Veröffentlicht: (2025)

FedConv: A Learning-on-Model Paradigm for Heterogeneous Federated Clients
von: Shen, Leming, et al.
Veröffentlicht: (2025)

FedSVD: Adaptive Orthogonalization for Private Federated Learning with LoRA
von: Lee, Seanie, et al.
Veröffentlicht: (2025)

eFedLLM: Efficient LLM Inference Based on Federated Learning
von: Ding, Shengwen, et al.
Veröffentlicht: (2024)

FedRG: Unleashing the Representation Geometry for Federated Learning with Noisy Clients
von: Wen, Tian, et al.
Veröffentlicht: (2026)

FedCCRL: Federated Domain Generalization with Cross-Client Representation Learning
von: Wang, Xinpeng, et al.
Veröffentlicht: (2024)

PM-MOE: Mixture of Experts on Private Model Parameters for Personalized Federated Learning
von: Feng, Yu, et al.
Veröffentlicht: (2025)

FedSDR: Federated Self-Distillation with Rectification
von: Ren, Ziheng, et al.
Veröffentlicht: (2026)

FedSDWC: Federated Synergistic Dual-Representation Weak Causal Learning for OOD
von: Huang, Zhenyuan, et al.
Veröffentlicht: (2025)