:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jain, Keval, Raj, Anant, Prakash, Saurav, Varma, Girish
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2601.10705
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Embracing Federated Learning: Enabling Weak Client Participation via Partial Model Training
von: Lee, Sunwoo, et al.
Veröffentlicht: (2024)

Privacy-Preserving Customer Support: A Framework for Secure and Scalable Interactions
von: Awasthi, Anant Prakash, et al.
Veröffentlicht: (2024)

Parallel Backpropagation for Inverse of a Convolution with Application to Normalizing Flows
von: Nagar, Sandeep, et al.
Veröffentlicht: (2024)

BiTimeCrossNet: Time-Aware Self-Supervised Learning for Pediatric Sleep
von: Pandey, Saurav Raj, et al.
Veröffentlicht: (2026)

Distributed Deep Learning using Stochastic Gradient Staleness
von: Pham, Viet Hoang, et al.
Veröffentlicht: (2025)

A Computation and Communication Efficient Method for Distributed Nonconvex Problems in the Partial Participation Setting
von: Tyurin, Alexander, et al.
Veröffentlicht: (2022)

Theoretical Compression Bounds for Wide Multilayer Perceptrons
von: Cheairi, Houssam El, et al.
Veröffentlicht: (2025)

From Inverse Optimization to Feasibility to ERM
von: Mishra, Saurabh, et al.
Veröffentlicht: (2024)

Reweighting Improves Conditional Risk Bounds
von: Zhang, Yikai, et al.
Veröffentlicht: (2025)

Towards Principled, Practical Policy Gradient for Bandits and Tabular MDPs
von: Lu, Michael, et al.
Veröffentlicht: (2024)

ATP: Enabling Fast LLM Serving via Attention on Top Principal Keys
von: Niu, Yue, et al.
Veröffentlicht: (2024)

FedStaleWeight: Buffered Asynchronous Federated Learning with Fair Aggregation via Staleness Reweighting
von: Ma, Jeffrey, et al.
Veröffentlicht: (2024)

On the Convergence of Federated Averaging under Partial Participation for Over-parameterized Neural Networks
von: Liu, Xin, et al.
Veröffentlicht: (2023)

Ranked Set Sampling-Based Multilayer Perceptron: Improving Generalization via Variance-Based Bounds
von: Li, Feijiang, et al.
Veröffentlicht: (2025)

Beyond Propagation of Chaos: A Stochastic Algorithm for Mean Field Optimization
von: Tankala, Chandan, et al.
Veröffentlicht: (2025)

Simple Full-Spectrum Correlated k-Distribution Model based on Multilayer Perceptron
von: Wang, Xin, et al.
Veröffentlicht: (2024)

Accelerating Hybrid Federated Learning Convergence under Partial Participation
von: Bian, Jieming, et al.
Veröffentlicht: (2023)

SWAN: Sparse Winnowed Attention for Reduced Inference Memory via Decompression-Free KV-Cache Compression
von: S, Santhosh G, et al.
Veröffentlicht: (2025)

AQUA: Attention via QUery mAgnitudes for Memory and Compute Efficient Inference in LLMs
von: S, Santhosh G, et al.
Veröffentlicht: (2025)

Real-Time Inference for Distributed Multimodal Systems under Communication Delay Uncertainty
von: Croisfelt, Victor, et al.
Veröffentlicht: (2025)

TAMUNA: Doubly Accelerated Distributed Optimization with Local Training, Compression, and Partial Participation
von: Condat, Laurent, et al.
Veröffentlicht: (2023)

Feature Staleness Aware Incremental Learning for CTR Prediction
von: Wang, Zhikai, et al.
Veröffentlicht: (2025)

Degree of Staleness-Aware Data Updating in Federated Learning
von: Liu, Tao, et al.
Veröffentlicht: (2025)

Communication Bounds for the Distributed Experts Problem
von: Jia, Zhihao, et al.
Veröffentlicht: (2025)

Robust Learnability of Sample-Compressible Distributions under Noisy or Adversarial Perturbations
von: Boushehrian, Arefe, et al.
Veröffentlicht: (2025)

Semi-Supervised Learning with Noisy Proxy Covariates: Generalization Bounds and Distribution Regression
von: Kim, Kwangho, et al.
Veröffentlicht: (2026)

On the Generalization and Robustness in Conditional Value-at-Risk
von: Mulumudi, Dinesh Karthik, et al.
Veröffentlicht: (2026)

More Consideration for the Perceptron
von: Larabi, Slimane
Veröffentlicht: (2024)

Secure Generalization through Stochastic Bidirectional Parameter Updates Using Dual-Gradient Mechanism
von: Goel, Shourya, et al.
Veröffentlicht: (2025)

Delayed Momentum Aggregation: Communication-efficient Byzantine-robust Federated Learning with Partial Participation
von: Otsuka, Kaoru, et al.
Veröffentlicht: (2025)

This Too Shall Pass: Removing Stale Observations in Dynamic Bayesian Optimization
von: Bardou, Anthony, et al.
Veröffentlicht: (2024)

VISAGNN: Versatile Staleness-Aware Efficient Training on Large-Scale Graphs
von: Xue, Rui
Veröffentlicht: (2025)

The Exploration of Error Bounds in Classification with Noisy Labels
von: Liu, Haixia, et al.
Veröffentlicht: (2025)

Distributed Stochastic Gradient Descent with Staleness: A Stochastic Delay Differential Equation Based Framework
von: Yu, Siyuan, et al.
Veröffentlicht: (2024)

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

Diffusion Learning with Partial Agent Participation and Local Updates
von: Rizk, Elsa, et al.
Veröffentlicht: (2025)

Accelerating Recommender Model Training by Dynamically Skipping Stale Embeddings
von: Maboud, Yassaman Ebrahimzadeh, et al.
Veröffentlicht: (2024)

FedStale: leveraging stale client updates in federated learning
von: Rodio, Angelo, et al.
Veröffentlicht: (2024)

Exponential Convergence of (Stochastic) Gradient Descent for Separable Logistic Regression
von: Kale, Sacchit, et al.
Veröffentlicht: (2026)

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