Buchumschlag

CoRe-Fed: Bridging Collaborative and Representation Fairness via Federated Embedding Distillation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mukhtiar, Noorain, Mahmood, Adnan, Sheng, Quan Z.
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fairness in Federated Learning: Trends, Challenges, and Opportunities
von: Mukhtiar, Noorain, et al.
Veröffentlicht: (2025)

Federated Learning at the Forefront of Fairness: A Multifaceted Perspective
von: Mukhtiar, Noorain, et al.
Veröffentlicht: (2026)

Fairness in Federated Learning: Trends, Challenges, and Opportunities
von: Noorain Mukhtiar, et al.
Veröffentlicht: (2025)

FairEquityFL -- A Fair and Equitable Client Selection in Federated Learning for Heterogeneous IoV Networks
von: Islam, Fahmida, et al.
Veröffentlicht: (2025)

FedCLF -- Towards Efficient Participant Selection for Federated Learning in Heterogeneous IoV Networks
von: Wijethilake, Kasun Eranda, et al.
Veröffentlicht: (2025)

CoRe: Coherency Regularization for Hierarchical Time Series
von: Cristian, Rares, et al.
Veröffentlicht: (2025)

CoRe3D: Collaborative Reasoning as a Foundation for 3D Intelligence
von: Yu, Tianjiao, et al.
Veröffentlicht: (2025)

CoRe-ECG: Advancing Self-Supervised Representation Learning for 12-Lead ECG via Contrastive and Reconstructive Synergy
von: Qin, Zehao, et al.
Veröffentlicht: (2026)

CoRe Optimizer: An All-in-One Solution for Machine Learning
von: Eckhoff, Marco, et al.
Veröffentlicht: (2023)

CoRe-GD: A Hierarchical Framework for Scalable Graph Visualization with GNNs
von: Grötschla, Florian, et al.
Veröffentlicht: (2024)

CoRe-Net: Co-Operational Regressor Network with Progressive Transfer Learning for Blind Radar Signal Restoration
von: Zahid, Muhammad Uzair, et al.
Veröffentlicht: (2025)

CoRe-Gen: Robust Spectrum-to-Structure Generation under Imperfect Fingerprint Conditions
von: Liu, Tianbo, et al.
Veröffentlicht: (2026)

FedReFT: Federated Representation Fine-Tuning with All-But-Me Aggregation
von: Siddika, Fatema, et al.
Veröffentlicht: (2025)

FedShard: Federated Unlearning with Efficiency Fairness and Performance Fairness
von: Wen, Siyuan, et al.
Veröffentlicht: (2025)

FedCF: Fair Federated Conformal Prediction
von: Srinivasan, Anutam, et al.
Veröffentlicht: (2025)

FedCoE: Bridging Generalization and Personalization via Federated Coordinated Dual-level MoEs
von: Dai, Penglin, et al.
Veröffentlicht: (2026)

FedICT: Federated Multi-task Distillation for Multi-access Edge Computing
von: Wu, Zhiyuan, et al.
Veröffentlicht: (2023)

FedSAC: Dynamic Submodel Allocation for Collaborative Fairness in Federated Learning
von: Wang, Zihui, et al.
Veröffentlicht: (2024)

Plug-and-Play Parameter-Efficient Tuning of Embeddings for Federated Recommendation
von: Yuan, Haochen, et al.
Veröffentlicht: (2025)

FedCache 2.0: Federated Edge Learning with Knowledge Caching and Dataset Distillation
von: Pan, Quyang, et al.
Veröffentlicht: (2024)

FedPCA: Noise-Robust Fair Federated Learning via Performance-Capacity Analysis
von: Wu, Nannan, et al.
Veröffentlicht: (2025)

FedSDR: Federated Self-Distillation with Rectification
von: Ren, Ziheng, et al.
Veröffentlicht: (2026)

AdaFed: Fair Federated Learning via Adaptive Common Descent Direction
von: Hamidi, Shayan Mohajer, et al.
Veröffentlicht: (2024)

FedSKC: Federated Learning with Non-IID Data via Structural Knowledge Collaboration
von: Wang, Huan, et al.
Veröffentlicht: (2025)

pFedFair: Towards Optimal Group Fairness-Accuracy Trade-off in Heterogeneous Federated Learning
von: Lei, Haoyu, et al.
Veröffentlicht: (2025)

FedDTG:Federated Data-Free Knowledge Distillation via Three-Player Generative Adversarial Networks
von: Gao, Lingzhi, et al.
Veröffentlicht: (2022)

FedSODA: Federated Fine-tuning of LLMs via Similarity Group Pruning and Orchestrated Distillation Alignment
von: Zhu, Manning, et al.
Veröffentlicht: (2025)

Convergence-Privacy-Fairness Trade-Off in Personalized Federated Learning
von: Zhao, Xiyu, et al.
Veröffentlicht: (2025)

FedCD: A Fairness-aware Federated Cognitive Diagnosis Framework
von: Yang, Shangshang, et al.
Veröffentlicht: (2025)

FedAPM: Federated Learning via ADMM with Partial Model Personalization
von: Zhu, Shengkun, et al.
Veröffentlicht: (2025)

FedAFD: Multimodal Federated Learning via Adversarial Fusion and Distillation
von: Tan, Min, et al.
Veröffentlicht: (2026)

FedFair^3: Unlocking Threefold Fairness in Federated Learning
von: Javaherian, Simin, et al.
Veröffentlicht: (2024)

FedFACT: A Provable Framework for Controllable Group-Fairness Calibration in Federated Learning
von: Zhang, Li, et al.
Veröffentlicht: (2025)

FedGTEA: Federated Class-Incremental Learning with Gaussian Task Embedding and Alignment
von: Li, Haolin, et al.
Veröffentlicht: (2025)

FedHPD: Heterogeneous Federated Reinforcement Learning via Policy Distillation
von: Jiang, Wenzheng, et al.
Veröffentlicht: (2025)

Privacy-Preserving Federated Learning via Dataset Distillation
von: Xu, ShiMao, et al.
Veröffentlicht: (2024)

Low-Dimensional Federated Knowledge Graph Embedding via Knowledge Distillation
von: Zhang, Xiaoxiong, et al.
Veröffentlicht: (2024)

DS FedProxGrad: Asymptotic Stationarity Without Noise Floor in Fair Federated Learning
von: Arif, Huzaifa
Veröffentlicht: (2025)

FairFedMed: Benchmarking Group Fairness in Federated Medical Imaging with FairLoRA
von: Li, Minghan, et al.
Veröffentlicht: (2025)

Generating Synthetic Fair Syntax-agnostic Data by Learning and Distilling Fair Representation
von: Sikder, Md Fahim, et al.
Veröffentlicht: (2024)