:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Jiangnan, Xu, Yukai, Xiong, Li, Liu, Yixuan, Liu, Junxu, Lee, Hong kyu, Gu, Yujie
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	https://arxiv.org/abs/2602.01265
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Node-level Contrastive Unlearning on Graph Neural Networks
von: Lee, Hong kyu, et al.
Veröffentlicht: (2025)

Contrastive Unlearning: A Contrastive Approach to Machine Unlearning
von: Lee, Hong kyu, et al.
Veröffentlicht: (2024)

Sharpness-Aware Parameter Selection for Machine Unlearning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2025)

Vol-Mark: A Watermark for 3D Medical Volume Data Via Cubic Difference Expansion and Contrastive Learning
von: Zhu, Jiangnan, et al.
Veröffentlicht: (2026)

DPDR: Gradient Decomposition and Reconstruction for Differentially Private Deep Learning
von: Liu, Yixuan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Heterogeneous Federated Learning for Sensitive Healthcare Data
von: Xu, Yukai, et al.
Veröffentlicht: (2024)

SFedKD: Sequential Federated Learning with Discrepancy-Aware Multi-Teacher Knowledge Distillation
von: Xu, Haotian, et al.
Veröffentlicht: (2025)

ShiftKD: Benchmarking Knowledge Distillation under Distribution Shift
von: Zhang, Songming, et al.
Veröffentlicht: (2023)

FlyKD: Graph Knowledge Distillation on the Fly with Curriculum Learning
von: Ku, Eugene
Veröffentlicht: (2024)

RMT-KD: Random Matrix Theoretic Causal Knowledge Distillation
von: Ettori, Davide, et al.
Veröffentlicht: (2025)

Cross-silo Federated Learning with Record-level Personalized Differential Privacy
von: Liu, Junxu, et al.
Veröffentlicht: (2024)

TuneShift-KD: Knowledge Distillation and Transfer for Fine-tuned Models
von: Guan, Yushi, et al.
Veröffentlicht: (2026)

S^2-KD: Semantic-Spectral Knowledge Distillation Spatiotemporal Forecasting
von: Wang, Wenshuo, et al.
Veröffentlicht: (2025)

DPAR: Decoupled Graph Neural Networks with Node-Level Differential Privacy
von: Zhang, Qiuchen, et al.
Veröffentlicht: (2022)

FreeMark: A Non-Invasive White-Box Watermarking for Deep Neural Networks
von: Chen, Yuzhang, et al.
Veröffentlicht: (2024)

CLIP-Embed-KD: Computationally Efficient Knowledge Distillation Using Embeddings as Teachers
von: Nair, Lakshmi
Veröffentlicht: (2024)

AI-KD: Adversarial learning and Implicit regularization for self-Knowledge Distillation
von: Kim, Hyungmin, et al.
Veröffentlicht: (2022)

KD-EKF: Knowledge-Distilled Adaptive Covariance EKF for Robust UWB/PDR Indoor Localization
von: Yoo, Kyeonghyun, et al.
Veröffentlicht: (2026)

Adv-KD: Adversarial Knowledge Distillation for Faster Diffusion Sampling
von: Mekonnen, Kidist Amde, et al.
Veröffentlicht: (2024)

FedeKD: Energy-Based Gating for Robust Federated Knowledge Distillation under Heterogeneous Settings
von: Nguyen, Quang-Huy, et al.
Veröffentlicht: (2026)

TabKD: Tabular Knowledge Distillation through Interaction Diversity of Learned Feature Bins
von: Pereira, Shovon Niverd, et al.
Veröffentlicht: (2026)

C2G-KD: PCA-Constrained Generator for Data-Free Knowledge Distillation
von: Bengtsson, Magnus, et al.
Veröffentlicht: (2025)

AdaKD: Dynamic Knowledge Distillation of ASR models using Adaptive Loss Weighting
von: Ganguly, Shreyan, et al.
Veröffentlicht: (2024)

DeepKD: A Deeply Decoupled and Denoised Knowledge Distillation Trainer
von: Huang, Haiduo, et al.
Veröffentlicht: (2025)

MemKD: Memory-Discrepancy Knowledge Distillation for Efficient Time Series Classification
von: Udayangani, Nilushika, et al.
Veröffentlicht: (2026)

m2mKD: Module-to-Module Knowledge Distillation for Modular Transformers
von: Lo, Ka Man, et al.
Veröffentlicht: (2024)

JEP-KD: Joint-Embedding Predictive Architecture Based Knowledge Distillation for Visual Speech Recognition
von: Sun, Chang, et al.
Veröffentlicht: (2024)

Knowledge Distillation Inspired Variational Quantum Eigensolver with Virtual Annealing
von: Li, Junxu
Veröffentlicht: (2025)

HPM-KD: Hierarchical Progressive Multi-Teacher Framework for Knowledge Distillation and Efficient Model Compression
von: Haase, Gustavo Coelho, et al.
Veröffentlicht: (2025)

MTL-KD: Multi-Task Learning Via Knowledge Distillation for Generalizable Neural Vehicle Routing Solver
von: Zheng, Yuepeng, et al.
Veröffentlicht: (2025)

AuG-KD: Anchor-Based Mixup Generation for Out-of-Domain Knowledge Distillation
von: Tang, Zihao, et al.
Veröffentlicht: (2024)

KD-OCT: Efficient Knowledge Distillation for Clinical-Grade Retinal OCT Classification
von: Nourbakhsh, Erfan, et al.
Veröffentlicht: (2025)

Enriching Knowledge Distillation with Intra-Class Contrastive Learning
von: Yuan, Hua, et al.
Veröffentlicht: (2025)

KD-PINN: Knowledge-Distilled PINNs for ultra-low-latency real-time neural PDE solvers
von: Bounja, Karim, et al.
Veröffentlicht: (2025)

GraphKD: Exploring Knowledge Distillation Towards Document Object Detection with Structured Graph Creation
von: Banerjee, Ayan, et al.
Veröffentlicht: (2024)

PromptKD: Distilling Student-Friendly Knowledge for Generative Language Models via Prompt Tuning
von: Kim, Gyeongman, et al.
Veröffentlicht: (2024)

HyperKD: Distilling Cross-Spectral Knowledge in Masked Autoencoders via Inverse Domain Shift with Spatial-Aware Masking and Specialized Loss
von: Matin, Abdul, et al.
Veröffentlicht: (2025)

SpectralKD: A Unified Framework for Interpreting and Distilling Vision Transformers via Spectral Analysis
von: Tian, Huiyuan, et al.
Veröffentlicht: (2024)

SEBA: Sample-Efficient Black-Box Attacks on Visual Reinforcement Learning
von: Huang, Tairan, et al.
Veröffentlicht: (2025)

KD-LoRA: A Hybrid Approach to Efficient Fine-Tuning with LoRA and Knowledge Distillation
von: Azimi, Rambod, et al.
Veröffentlicht: (2024)