:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Goethals, Tom, Sebrechts, Merlijn, De Schrijver, Stijn, De Turck, Filip, Volckaert, Bruno
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Distributed, Parallel, and Cluster Computing Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2512.01549
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GRANITE : a Byzantine-Resilient Dynamic Gossip Learning Framework
von: Belal, Yacine, et al.
Veröffentlicht: (2025)

GLow -- A Novel, Flower-Based Simulated Gossip Learning Strategy
von: Belenguer, Aitor, et al.
Veröffentlicht: (2025)

Context-Aware Orchestration of Energy-Efficient Gossip Learning Schemes
von: Dinani, Mina Aghaei, et al.
Veröffentlicht: (2024)

Byzantine Fault-Tolerant Multi-Agent System for Healthcare: A Gossip Protocol Approach to Secure Medical Message Propagation
von: Chadderwala, Nihir
Veröffentlicht: (2025)

Data Poisoning Attacks in Gossip Learning
von: Pham, Alexandre, et al.
Veröffentlicht: (2024)

FedBGS: A Blockchain Approach to Segment Gossip Learning in Decentralized Systems
von: Turazza, Fabio, et al.
Veröffentlicht: (2026)

Graph-based Gossiping for Communication Efficiency in Decentralized Federated Learning
von: Nguyen, Huong, et al.
Veröffentlicht: (2025)

FedRef: Bayesian Fine-Tuning using a Reference Model to Mitigate Catastrophic Forgetting for Heterogeneous Federated Learning
von: Yoon, Taehwan, et al.
Veröffentlicht: (2025)

High-Dimensional Data Processing: Benchmarking Machine Learning and Deep Learning Architectures in Local and Distributed Environments
von: Rodriguez, Julian, et al.
Veröffentlicht: (2025)

DSFL: A Dual-Server Byzantine-Resilient Federated Learning Framework via Group-Based Secure Aggregation
von: Herath, Charuka, et al.
Veröffentlicht: (2025)

Boosting Asynchronous Decentralized Learning with Model Fragmentation
von: Biswas, Sayan, et al.
Veröffentlicht: (2024)

Tesserae: Scalable Placement Policies for Deep Learning Workloads
von: Bian, Song, et al.
Veröffentlicht: (2025)

Collaborative Split Federated Learning with Parallel Training and Aggregation
von: Papageorgiou, Yiannis, et al.
Veröffentlicht: (2025)

Sentinel: An Aggregation Function to Secure Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2023)

Quality Scalable Quantization Methodology for Deep Learning on Edge
von: Khaliq, Salman Abdul, et al.
Veröffentlicht: (2024)

OpenTinker: Separating Concerns in Agentic Reinforcement Learning
von: Zhu, Siqi, et al.
Veröffentlicht: (2026)

Boosting Multimodal Federated Learning via Chained Modality Optimization
von: Zhang, Zixin, et al.
Veröffentlicht: (2026)

UnifyFL: Enabling Decentralized Cross-Silo Federated Learning
von: S, Sarang, et al.
Veröffentlicht: (2025)

Learning Provably Correct Distributed Protocols Without Human Knowledge
von: Hui, Yujie, et al.
Veröffentlicht: (2026)

MARLaaS: Multi-Tenant Asynchronous Reinforcement Learning as a Service
von: Yu, Timothy Tin Long, et al.
Veröffentlicht: (2026)

Analyzing the Impact of Participant Failures in Cross-Silo Federated Learning
von: Stricker, Fabian, et al.
Veröffentlicht: (2025)

Robust Synchronisation for Federated Learning in The Face of Correlated Device Failure
von: Behfar, Stefan, et al.
Veröffentlicht: (2026)

Decentralized Personalization for Federated Medical Image Segmentation via Gossip Contrastive Mutual Learning
von: Chen, Jingyun, et al.
Veröffentlicht: (2025)

Towards using Reinforcement Learning for Scaling and Data Replication in Cloud Systems
von: Mokadem, Riad, et al.
Veröffentlicht: (2024)

PeerFL: A Simulator for Peer-to-Peer Federated Learning at Scale
von: Luqman, Alka, et al.
Veröffentlicht: (2024)

A Secure and Trustworthy Network Architecture for Federated Learning Healthcare Applications
von: Boiano, Antonio, et al.
Veröffentlicht: (2024)

Vaccinating Federated Learning for Robust Modulation Classification in Distributed Wireless Networks
von: Lee, Hunmin, et al.
Veröffentlicht: (2024)

FedFT: Improving Communication Performance for Federated Learning with Frequency Space Transformation
von: Palihawadana, Chamath, et al.
Veröffentlicht: (2024)

Dynamic Resource Allocation for Virtual Machine Migration Optimization using Machine Learning
von: Gong, Yulu, et al.
Veröffentlicht: (2024)

Accurate GPU Memory Prediction for Deep Learning Jobs through Dynamic Analysis
von: Shi, Jiabo, et al.
Veröffentlicht: (2025)

Reinforcement Learning-driven Data-intensive Workflow Scheduling for Volunteer Edge-Cloud
von: Mounesan, Motahare, et al.
Veröffentlicht: (2024)

Training Through Failure: Effects of Data Consistency in Parallel Machine Learning Training
von: Cao, Ray, et al.
Veröffentlicht: (2024)

Threats and Defenses in Federated Learning Life Cycle: A Comprehensive Survey and Challenges
von: Li, Yanli, et al.
Veröffentlicht: (2024)

Deep Reinforcement Learning for Fault-Adaptive Routing in Eisenstein-Jacobi Interconnection Topologies
von: Charrwi, Mohammad Walid, et al.
Veröffentlicht: (2026)

Revealing the influence of participant failures on model quality in cross-silo Federated Learning
von: Stricker, Fabian, et al.
Veröffentlicht: (2026)

Mixture-of-Schedulers: An Adaptive Scheduling Agent as a Learned Router for Expert Policies
von: Wang, Xinbo, et al.
Veröffentlicht: (2025)

Verify Distributed Deep Learning Model Implementation Refinement with Iterative Relation Inference
von: Wang, Zhanghan, et al.
Veröffentlicht: (2025)

Communication-Efficient Large-Scale Distributed Deep Learning: A Comprehensive Survey
von: Liang, Feng, et al.
Veröffentlicht: (2024)

A privacy-preserving, distributed and cooperative FCM-based learning approach for cancer research
von: Salmeron, Jose L., et al.
Veröffentlicht: (2024)

Towards Carbon-Aware Container Orchestration: Predicting Workload Energy Consumption with Federated Learning
von: Saad, Zainab, et al.
Veröffentlicht: (2025)