Buchumschlag

Energy and Memory-Efficient Federated Learning With Ordered Layer Freezing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Niu, Ziru, Dong, Hai, Qin, A. K., Gu, Tao, Zhang, Pengcheng
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FLrce: Resource-Efficient Federated Learning with Early-Stopping Strategy
von: Niu, Ziru, et al.
Veröffentlicht: (2023)

Versatile Ordering Network: An Attention-based Neural Network for Ordering Across Scales and Quality Metrics
von: Yu, Zehua, et al.
Veröffentlicht: (2024)

On the Push-Based Asynchronous Federated Learning: A Bias-Correction Aggregation Approach
von: Bai, Jiahui, et al.
Veröffentlicht: (2026)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Fractional Policy Gradients: Reinforcement Learning with Long-Term Memory
von: Pawar, Urvi, et al.
Veröffentlicht: (2025)

Composing Linear Layers from Irreducibles
von: Pence, Travis, et al.
Veröffentlicht: (2025)

Securing Reliability: A Brief Overview on Enhancing In-Context Learning for Foundation Models
von: Huang, Yunpeng, et al.
Veröffentlicht: (2024)

Normalization Layer Per-Example Gradients are Sufficient to Predict Gradient Noise Scale in Transformers
von: Gray, Gavia, et al.
Veröffentlicht: (2024)

xLSTM-Mixer: Multivariate Time Series Forecasting by Mixing via Scalar Memories
von: Kraus, Maurice, et al.
Veröffentlicht: (2024)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

Pre-Ictal Seizure Prediction Using Personalized Deep Learning
von: Jaddu, Shriya, et al.
Veröffentlicht: (2024)

Kolmogorov Arnold Networks and Multi-Layer Perceptrons: A Paradigm Shift in Neural Modelling
von: Gaonkar, Aradhya, et al.
Veröffentlicht: (2026)

Implicit Counterfactual Data Augmentation for Robust Learning
von: Zhou, Xiaoling, et al.
Veröffentlicht: (2023)

Sensorformer: Cross-patch attention with global-patch compression is effective for high-dimensional multivariate time series forecasting
von: Qin, Liyang, et al.
Veröffentlicht: (2025)

Empowering Graph Invariance Learning with Deep Spurious Infomax
von: Yao, Tianjun, et al.
Veröffentlicht: (2024)

Intervening to Learn and Compose Causally Disentangled Representations
von: Markham, Alex, et al.
Veröffentlicht: (2025)

Trusted Multi-view Learning under Noisy Supervision
von: Zhang, Yilin, et al.
Veröffentlicht: (2024)

Playing Hex and Counter Wargames using Reinforcement Learning and Recurrent Neural Networks
von: Palma, Guilherme, et al.
Veröffentlicht: (2025)

Score-informed Neural Operator for Enhancing Ordering-based Causal Discovery
von: Kang, Jiyeon, et al.
Veröffentlicht: (2025)

Memory-Efficient Partitioned DNN Inference on Resource-Constrained Android Crowds
von: Manamperi, Lakshani, et al.
Veröffentlicht: (2026)

TACO: Tackling Over-correction in Federated Learning with Tailored Adaptive Correction
von: Liu, Weijie, et al.
Veröffentlicht: (2025)

Learning Transferable Predictability Representations
von: Goswami, Diyali, et al.
Veröffentlicht: (2026)

Symmetric Equilibrium Learning of VAEs
von: Flach, Boris, et al.
Veröffentlicht: (2023)

A Comparative Analysis of Reinforcement Learning and Conventional Deep Learning Approaches for Bearing Fault Diagnosis
von: Çakır, Efe, et al.
Veröffentlicht: (2025)

Learning Can Converge Stably to the Wrong Belief under Latent Reliability
von: Zhang, Zhipeng, et al.
Veröffentlicht: (2026)

Your Data, My Model: Learning Who Really Helps in Federated Learning
von: Abdurakhmanova, Shamsiiat, et al.
Veröffentlicht: (2024)

Boosting gets full Attention for Relational Learning
von: Guillame-Bert, Mathieu, et al.
Veröffentlicht: (2024)

Data-Incremental Continual Offline Reinforcement Learning
von: Gai, Sibo, et al.
Veröffentlicht: (2024)

Hierarchical Reinforcement Learning with Targeted Causal Interventions
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

A Survey of Reinforcement Learning from Human Feedback
von: Kaufmann, Timo, et al.
Veröffentlicht: (2023)

ArrowFlow: Hierarchical Machine Learning in the Space of Permutations
von: Yilmaz, Ozgur
Veröffentlicht: (2026)

FSC-Net: Fast-Slow Consolidation Networks for Continual Learning
von: Gorrim, Mohamed El
Veröffentlicht: (2025)

Learning Stochastic Nonlinear Dynamics with Embedded Latent Transfer Operators
von: Ke, Naichang, et al.
Veröffentlicht: (2025)

OER: Offline Experience Replay for Continual Offline Reinforcement Learning
von: Gai, Sibo, et al.
Veröffentlicht: (2023)

Learning Useful Representations of Recurrent Neural Network Weight Matrices
von: Herrmann, Vincent, et al.
Veröffentlicht: (2024)

LLM-Driven Intrinsic Motivation for Sparse Reward Reinforcement Learning
von: Quadros, André, et al.
Veröffentlicht: (2025)

CASSANDRA: Programmatic and Probabilistic Learning and Inference for Stochastic World Modeling
von: Lymperopoulos, Panagiotis, et al.
Veröffentlicht: (2026)

Convergence of Distributionally Robust Q-Learning with Linear Function Approximation
von: Mandal, Saptarshi, et al.
Veröffentlicht: (2025)

Explainable Graph Representation Learning via Graph Pattern Analysis
von: Wang, Xudong, et al.
Veröffentlicht: (2025)