Buchumschlag

UnifiedFL: A Dynamic Unified Learning Framework for Equitable Federation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pala, Furkan, Rekik, Islem
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

GNN-based Unified Deep Learning
von: Pala, Furkan, et al.
Veröffentlicht: (2025)

NEURAL: Attention-Guided Pruning for Unified Multimodal Resource-Constrained Clinical Evaluation
von: Joshi, Devvrat, et al.
Veröffentlicht: (2025)

UniFed: A Universal Federation of a Mixture of Highly Heterogeneous Medical Image Classification Tasks
von: Hassani, Atefe, et al.
Veröffentlicht: (2024)

Rethinking Graph Super-resolution: Dual Frameworks for Topological Fidelity
von: Singh, Pragya, et al.
Veröffentlicht: (2025)

GraphTreeGen: Subtree-Centric Approach to Efficient and Supervised Graph Generation
von: Luo, Yitong, et al.
Veröffentlicht: (2025)

DeltaGNN: Graph Neural Network with Information Flow Control
von: Mancini, Kevin, et al.
Veröffentlicht: (2025)

X-Node: Self-Explanation is All We Need
von: Sengupta, Prajit, et al.
Veröffentlicht: (2025)

HGNet: Scalable Foundation Model for Automated Knowledge Graph Generation from Scientific Literature
von: Joshi, Devvrat, et al.
Veröffentlicht: (2026)

Strongly Topology-preserving GNNs for Brain Graph Super-resolution
von: Singh, Pragya, et al.
Veröffentlicht: (2024)

Multimodal Sheaf-based Network for Glioblastoma Molecular Subtype Prediction
von: Idrissova, Shekhnaz, et al.
Veröffentlicht: (2025)

Multi-Sensory Cognitive Computing for Learning Population-level Brain Connectivity
von: Soussia, Mayssa, et al.
Veröffentlicht: (2025)

FireGNN: Neuro-Symbolic Graph Neural Networks with Trainable Fuzzy Rules for Interpretable Medical Image Classification
von: Sengupta, Prajit, et al.
Veröffentlicht: (2025)

CogGNN: Cognitive Graph Neural Networks in Generative Connectomics
von: Soussia, Mayssa, et al.
Veröffentlicht: (2025)

Predicting Infant Brain Connectivity with Federated Multi-Trajectory GNNs using Scarce Data
von: Pistos, Michalis, et al.
Veröffentlicht: (2024)

ByzFL: Research Framework for Robust Federated Learning
von: González, Marc, et al.
Veröffentlicht: (2025)

DynamicFL: Federated Learning with Dynamic Communication Resource Allocation
von: Le, Qi, et al.
Veröffentlicht: (2024)

Self-supervised Graph Transformer with Contrastive Learning for Brain Connectivity Analysis towards Improving Autism Detection
von: Leng, Yicheng, et al.
Veröffentlicht: (2025)

Reservoir-Based Graph Convolutional Networks
von: Soussia, Mayssa, et al.
Veröffentlicht: (2026)

Evidence of a Cognitive Shift in AI Education: How Students Are Rethinking Human Intelligence?
von: Rekik, Islem
Veröffentlicht: (2026)

FedUMM: A General Framework for Federated Learning with Unified Multimodal Models
von: Su, Zhaolong, et al.
Veröffentlicht: (2026)

DFedReweighting: A Unified Framework for Objective-Oriented Reweighting in Decentralized Federated Learning
von: Zhang, Kaichuang, et al.
Veröffentlicht: (2025)

BlazeFL: Fast and Deterministic Federated Learning Simulation
von: Azuma, Kitsuya, et al.
Veröffentlicht: (2026)

OmniISR: A Unified Framework for Centralized and Federated Learning via Intermediate Supervision and Regularization
von: Kou, Wei-Bin, et al.
Veröffentlicht: (2026)

UniFed: All-In-One Federated Learning Platform to Unify Open-Source Frameworks
von: Liu, Xiaoyuan, et al.
Veröffentlicht: (2022)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

A Unified Framework for Continual Learning and Unlearning
von: Chatterjee, Romit, et al.
Veröffentlicht: (2024)

Equitable Federated Learning with Activation Clustering
von: Upadhyay, Antesh, et al.
Veröffentlicht: (2024)

ProxyFL: A Proxy-Guided Framework for Federated Semi-Supervised Learning
von: Chen, Duowen, et al.
Veröffentlicht: (2026)

De-VertiFL: A Solution for Decentralized Vertical Federated Learning
von: Celdrán, Alberto Huertas, et al.
Veröffentlicht: (2024)

GENE-FL: Gene-Driven Parameter-Efficient Dynamic Federated Learning
von: Guo, Shunxin, et al.
Veröffentlicht: (2025)

LiD-FL: Towards List-Decodable Federated Learning
von: Liu, Hong, et al.
Veröffentlicht: (2024)

Meta-FL: A Novel Meta-Learning Framework for Optimizing Heterogeneous Model Aggregation in Federated Learning
von: Alsulaimawi, Zahir
Veröffentlicht: (2024)

Metadata-Driven Federated Learning of Connectional Brain Templates in Non-IID Multi-Domain Scenarios
von: Chen, Geng, et al.
Veröffentlicht: (2024)

Decentralized Sporadic Federated Learning: A Unified Algorithmic Framework with Convergence Guarantees
von: Zehtabi, Shahryar, et al.
Veröffentlicht: (2024)

FL-Defender: Combating Targeted Attacks in Federated Learning
von: Jebreel, Najeeb, et al.
Veröffentlicht: (2022)

ProFL: Performative Robust Optimal Federated Learning
von: Zheng, Xue, et al.
Veröffentlicht: (2024)

PASTA: A Unified Framework for Offline Assortment Learning
von: Dong, Juncheng, et al.
Veröffentlicht: (2025)

A Unified Framework for Zero-Shot Reinforcement Learning
von: Di Ventura, Jacopo, et al.
Veröffentlicht: (2025)

A Unified Geometric Framework for Weighted Contrastive Learning
von: Vock, Raphael, et al.
Veröffentlicht: (2026)

BlendFL: Blended Federated Learning for Handling Multimodal Data Heterogeneity
von: Guerra-Manzanares, Alejandro, et al.
Veröffentlicht: (2025)