Buchumschlag

Federated Learning at the Forefront of Fairness: A Multifaceted Perspective

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mukhtiar, Noorain, Mahmood, Adnan, Zhou, Yipeng, Yang, Jian, Teng, Jing, 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)

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

Mitigating Noise Detriment in Differentially Private Federated Learning with Model Pre-training
von: Jin, Huitong, et al.
Veröffentlicht: (2024)

The Power of Bias: Optimizing Client Selection in Federated Learning with Heterogeneous Differential Privacy
von: Ma, Jiating, et al.
Veröffentlicht: (2024)

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

Optimisation Strategies for Ensuring Fairness in Machine Learning: With and Without Demographics
von: Zhou, Quan
Veröffentlicht: (2024)

Sharp Bounds for Sequential Federated Learning on Heterogeneous Data
von: Li, Yipeng, et al.
Veröffentlicht: (2024)

Convergence Analysis of Sequential Federated Learning on Heterogeneous Data
von: Li, Yipeng, et al.
Veröffentlicht: (2023)

Expediting In-Network Federated Learning by Voting-Based Consensus Model Compression
von: Su, Xiaoxin, et al.
Veröffentlicht: (2024)

Learning Fair Domain Adaptation with Virtual Label Distribution
von: Zhang, Yuguang, et al.
Veröffentlicht: (2026)

AFed: Algorithmic Fair Federated Learning
von: Chen, Huiqiang, et al.
Veröffentlicht: (2025)

FairGFL: Privacy-Preserving Fairness-Aware Federated Learning with Overlapping Subgraphs
von: Zhou, Zihao, et al.
Veröffentlicht: (2025)

Fairness Regularization in Federated Learning
von: Kharaghani, Zahra, et al.
Veröffentlicht: (2025)

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

Truncated Rectified Flow Policy for Reinforcement Learning with One-Step Sampling
von: Zhou, Xubin, et al.
Veröffentlicht: (2026)

Fed-CVLC: Compressing Federated Learning Communications with Variable-Length Codes
von: Su, Xiaoxin, et al.
Veröffentlicht: (2024)

Drift-Aware Federated Learning: A Causal Perspective
von: Fang, Yunjie, et al.
Veröffentlicht: (2025)

On ADMM in Heterogeneous Federated Learning: Personalization, Robustness, and Fairness
von: Zhu, Shengkun, et al.
Veröffentlicht: (2024)

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

Linkage on Security, Privacy and Fairness in Federated Learning: New Balances and New Perspectives
von: Wang, Linlin, et al.
Veröffentlicht: (2024)

Fractional-Order Federated Learning
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2026)

LGL-BCI: A Motor-Imagery-Based Brain-Computer Interface with Geometric Learning
von: Lu, Jianchao, et al.
Veröffentlicht: (2023)

Online Learning with Multiple Fairness Regularizers via Graph-Structured Feedback
von: Zhou, Quan, et al.
Veröffentlicht: (2025)

Fairness in Federated Learning: Fairness for Whom?
von: Taik, Afaf, et al.
Veröffentlicht: (2025)

Federated Learning with Relative Fairness
von: Nakakita, Shogo, et al.
Veröffentlicht: (2024)

A Post-Processing-Based Fair Federated Learning Framework
von: Zhou, Yi, et al.
Veröffentlicht: (2025)

WassFFed: Wasserstein Fair Federated Learning
von: Han, Zhongxuan, et al.
Veröffentlicht: (2024)

Entropy-driven Fair and Effective Federated Learning
von: Wang, Lin, et al.
Veröffentlicht: (2023)

FairEnergy: Contribution-Based Fairness meets Energy Efficiency in Federated Learning
von: Marnissi, Ouiame, et al.
Veröffentlicht: (2025)

Roughness-Informed Federated Learning
von: Partohaghighi, Mohammad, et al.
Veröffentlicht: (2026)

A New Perspective to Boost Performance Fairness for Medical Federated Learning
von: Yan, Yunlu, et al.
Veröffentlicht: (2024)

Post-Fair Federated Learning: Achieving Group and Community Fairness in Federated Learning via Post-processing
von: Duan, Yuying, et al.
Veröffentlicht: (2024)

When Fairness Metrics Disagree: Evaluating the Reliability of Demographic Fairness Assessment in Machine Learning
von: Alsayed, Khalid Adnan
Veröffentlicht: (2026)

Loss Gap Parity for Fairness in Heterogeneous Federated Learning
von: Erraji, Brahim, et al.
Veröffentlicht: (2026)

A Recall-First CNN for Sleep Apnea Screening from Snoring Audio
von: Mallick, Anushka, et al.
Veröffentlicht: (2025)

BoostFGL: Boosting Fairness in Federated Graph Learning
von: Chen, Zekai, et al.
Veröffentlicht: (2026)

MMiC: Mitigating Modality Incompleteness in Clustered Federated Learning
von: Yang, Lishan, et al.
Veröffentlicht: (2025)