Buchumschlag

SA-PEF: Step-Ahead Partial Error Feedback for Efficient Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Redie, Dawit Kiros, Arablouei, Reza, Werner, Stefan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Signal Processing Optimization and Control
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Noise-Robust and Resource-Efficient ADMM-based Federated Learning
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Resilience in Online Federated Learning: Mitigating Model-Poisoning Attacks via Partial Sharing
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Distributed Nonnegative Matrix Factorization
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Distributed Maximum Consensus over Noisy Links
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Wireless Sensor Networks Nodes Clustering and Optimization Based on Fuzzy C-Means and Water Strider Algorithms
von: Alsharfa, Raya Majid, et al.
Veröffentlicht: (2025)

Survey of Distributed Algorithms for Resource Allocation over Multi-Agent Systems
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

Distributed Automatic Generation Control subject to Ramp-Rate-Limits: Anytime Feasibility and Uniform Network-Connectivity
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

Resource Allocation in Large Language Model Integrated 6G Vehicular Networks
von: Liu, Chang, et al.
Veröffentlicht: (2024)

Nonlinear Perturbation-based Non-Convex Optimization over Time-Varying Networks
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2024)

Compressed Gradient Tracking for Decentralized Optimization Over General Directed Networks
von: Song, Zhuoqing, et al.
Veröffentlicht: (2021)

One-Point Feedback for Composite Optimization with Applications to Distributed and Federated Learning
von: Beznosikov, Aleksandr, et al.
Veröffentlicht: (2021)

Communication-efficient Vertical Federated Learning via Compressed Error Feedback
von: Valdeira, Pedro, et al.
Veröffentlicht: (2024)

Distributed Observer-based Fault Detection over Intelligent Networked Multi-Vehicle Systems
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2026)

On the Design of Resilient Distributed Single Time-Scale Estimators: A Graph-Theoretic Approach
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

Momentum-based Accelerated Algorithm for Distributed Optimization under Sector-Bound Nonlinearity
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

Distributed Allocation and Resource Scheduling Algorithms Resilient to Link Failure
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

Momentum-based Distributed Resource Scheduling Optimization Subject to Sector-Bound Nonlinearity and Latency
von: Doostmohammadian, Mohammadreza, et al.
Veröffentlicht: (2025)

Efficient Federated Learning against Heterogeneous and Non-stationary Client Unavailability
von: Xiang, Ming, et al.
Veröffentlicht: (2024)

Efficient Adaptive Federated Optimization
von: Lee, Su Hyeong, et al.
Veröffentlicht: (2024)

Multi-Source to Multi-Target Decentralized Federated Domain Adaptation
von: Wang, Su, et al.
Veröffentlicht: (2023)

Communication Efficient ConFederated Learning: An Event-Triggered SAGA Approach
von: Wang, Bin, et al.
Veröffentlicht: (2024)

BROADCAST: Reducing Both Stochastic and Compression Noise to Robustify Communication-Efficient Federated Learning
von: Zhu, Heng, et al.
Veröffentlicht: (2021)

Smoothed Gradient Clipping and Error Feedback for Decentralized Optimization under Symmetric Heavy-Tailed Noise
von: Yu, Shuhua, et al.
Veröffentlicht: (2023)

FedCanon: Non-Convex Composite Federated Learning with Efficient Proximal Operation on Heterogeneous Data
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Communication-Efficient Federated Optimization over Semi-Decentralized Networks
von: Wang, He, et al.
Veröffentlicht: (2023)

On Principled Local Optimization Methods for Federated Learning
von: Yuan, Honglin
Veröffentlicht: (2024)

Decentralized Directed Collaboration for Personalized Federated Learning
von: Liu, Yingqi, et al.
Veröffentlicht: (2024)

Adaptive Federated Learning with Auto-Tuned Clients
von: Kim, Junhyung Lyle, et al.
Veröffentlicht: (2023)

Communication-Efficient Federated Bilevel Optimization with Local and Global Lower Level Problems
von: Li, Junyi, et al.
Veröffentlicht: (2023)

Stochastic Controlled Averaging for Federated Learning with Communication Compression
von: Huang, Xinmeng, et al.
Veröffentlicht: (2023)

Decentralized Personalized Federated Learning for Min-Max Problems
von: Borodich, Ekaterina, et al.
Veröffentlicht: (2021)

Decentralized Nonconvex Composite Federated Learning with Gradient Tracking and Momentum
von: Zhou, Yuan, et al.
Veröffentlicht: (2025)

Energy-Aware Federated Learning in Satellite Constellations
von: Razmi, Nasrin, et al.
Veröffentlicht: (2024)

Resource-Constrained Decentralized Federated Learning via Personalized Event-Triggering
von: Zehtabi, Shahryar, et al.
Veröffentlicht: (2022)

Sparse Incremental Aggregation in Multi-Hop Federated Learning
von: Mukherjee, Sourav, et al.
Veröffentlicht: (2024)

Time-varying Mixing Matrix Design for Energy-efficient Decentralized Federated Learning
von: Zhang, Xusheng, et al.
Veröffentlicht: (2025)

FIARSE: Model-Heterogeneous Federated Learning via Importance-Aware Submodel Extraction
von: Wu, Feijie, et al.
Veröffentlicht: (2024)

Accelerating Distributed Optimization: A Primal-Dual Perspective on Local Steps
von: Yang, Junchi, et al.
Veröffentlicht: (2024)

Towards Dynamic Resource Allocation and Client Scheduling in Hierarchical Federated Learning: A Two-Phase Deep Reinforcement Learning Approach
von: Chen, Xiaojing, et al.
Veröffentlicht: (2024)

Dynamic Regularized Sharpness Aware Minimization in Federated Learning: Approaching Global Consistency and Smooth Landscape
von: Sun, Yan, et al.
Veröffentlicht: (2023)