:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Mbonimpa, Pacome Simon, Tuyizere, Diane, Biyabani, Azizuddin Ahmed, Tonguz, Ozan K.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Distributed, Parallel, and Cluster Computing Machine Learning
Accesso online:	https://arxiv.org/abs/2510.16497
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Federated Distillation on Edge Devices: Efficient Client-Side Filtering for Non-IID Data
di: Mujtaba, Ahmed, et al.
Pubblicazione: (2025)

On Harnessing Idle Compute at the Edge for Foundation Model Training
di: Xue, Leyang, et al.
Pubblicazione: (2025)

FedAuxHMTL: Federated Auxiliary Hard-Parameter Sharing Multi-Task Learning for Network Edge Traffic Classification
di: Ahmed, Faisal, et al.
Pubblicazione: (2024)

CE-CoLLM: Efficient and Adaptive Large Language Models Through Cloud-Edge Collaboration
di: Jin, Hongpeng, et al.
Pubblicazione: (2024)

Multi-DNN Inference of Sparse Models on Edge SoCs
di: Luo, Jiawei, et al.
Pubblicazione: (2026)

MultiTASC++: A Continuously Adaptive Scheduler for Edge-Based Multi-Device Cascade Inference
di: Nikolaidis, Sokratis, et al.
Pubblicazione: (2024)

PracMHBench: Re-evaluating Model-Heterogeneous Federated Learning Based on Practical Edge Device Constraints
di: Guo, Yuanchun, et al.
Pubblicazione: (2025)

Edge-Parallel Graph Encoder Embedding
di: Lubonja, Ariel, et al.
Pubblicazione: (2024)

Learnable Sparse Customization in Heterogeneous Edge Computing
di: Xue, Jingjing, et al.
Pubblicazione: (2024)

EDGE-LLM: Enabling Efficient Large Language Model Adaptation on Edge Devices via Layerwise Unified Compression and Adaptive Layer Tuning and Voting
di: Yu, Zhongzhi, et al.
Pubblicazione: (2024)

A Survey on Collaborative DNN Inference for Edge Intelligence
di: Ren, Weiqing, et al.
Pubblicazione: (2022)

Priority-Aware Model-Distributed Inference at Edge Networks
di: Li, Teng, et al.
Pubblicazione: (2024)

Training Machine Learning models at the Edge: A Survey
di: Khouas, Aymen Rayane, et al.
Pubblicazione: (2024)

Lightweight Federated Learning over Wireless Edge Networks
di: Hou, Xiangwang, et al.
Pubblicazione: (2025)

DisCEdge: Distributed Context Management for Large Language Models at the Edge
di: Malekabbasi, Mohammadreza, et al.
Pubblicazione: (2025)

Intelligent Orchestration of Distributed Large Foundation Model Inference at the Edge
di: Koch, Fernando, et al.
Pubblicazione: (2025)

Robust Federated Learning against Model Perturbation in Edge Networks
di: Jin, Dongzi, et al.
Pubblicazione: (2025)

AI-in-the-Loop Sensing and Communication Joint Design for Edge Intelligence
di: Cai, Zhijie, et al.
Pubblicazione: (2025)

Adaptive Stream Processing on Edge Devices through Active Inference
di: Sedlak, Boris, et al.
Pubblicazione: (2024)

Learning the Optimal Path and DNN Partition for Collaborative Edge Inference
di: Huang, Yin, et al.
Pubblicazione: (2024)

FedHFT: Efficient Federated Finetuning with Heterogeneous Edge Clients
di: Ilhan, Fatih, et al.
Pubblicazione: (2025)

Distributed Convolutional Neural Network Training on Mobile and Edge Clusters
di: Rama, Pranav, et al.
Pubblicazione: (2024)

TSFLora: Token-Compressed Split Fine-Tuning for Wireless Edge Networks
di: Qiang, Xianke, et al.
Pubblicazione: (2026)

Towards cost-effective and resource-aware aggregation at Edge for Federated Learning
di: Khan, Ahmad Faraz, et al.
Pubblicazione: (2022)

Stitching Satellites to the Edge: Pervasive and Efficient Federated LEO Satellite Learning
di: Elmahallawy, Mohamed, et al.
Pubblicazione: (2024)

Topology-aware Federated Learning in Edge Computing: A Comprehensive Survey
di: Wu, Jiajun, et al.
Pubblicazione: (2023)

An Ensemble Scheme for Proactive Dominant Data Migration of Pervasive Tasks at the Edge
di: Boulougaris, Georgios, et al.
Pubblicazione: (2024)

Model Partition and Resource Allocation for Split Learning in Vehicular Edge Networks
di: Yu, Lu, et al.
Pubblicazione: (2024)

EMO: Edge Model Overlays to Scale Model Size in Federated Learning
di: Wu, Di, et al.
Pubblicazione: (2025)

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

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

Accelerating AIGC Services with Latent Action Diffusion Scheduling in Edge Networks
di: Xu, Changfu, et al.
Pubblicazione: (2024)

Edge AI in Highly Volatile Environments: Is Fairness Worth the Accuracy Trade-off?
di: Zaland, Obaidullah, et al.
Pubblicazione: (2025)

Leveraging Foundation Models for Efficient Federated Learning in Resource-restricted Edge Networks
di: Atapour, S. Kawa, et al.
Pubblicazione: (2024)

Fine-tuning Multimodal Transformers on Edge: A Parallel Split Learning Approach
di: Fudala, Timo, et al.
Pubblicazione: (2025)

Task Graph offloading via Deep Reinforcement Learning in Mobile Edge Computing
di: Liu, Jiagang, et al.
Pubblicazione: (2023)

Demo: A Practical Testbed for Decentralized Federated Learning on Physical Edge Devices
di: Feng, Chao, et al.
Pubblicazione: (2025)

Leveraging Neural Graph Compilers in Machine Learning Research for Edge-Cloud Systems
di: Furutanpey, Alireza, et al.
Pubblicazione: (2025)

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

Heterogeneity-Aware Cooperative Federated Edge Learning with Adaptive Computation and Communication Compression
di: Zhang, Zhenxiao, et al.
Pubblicazione: (2024)