Buchumschlag

Towards Performance-Enhanced Model-Contrastive Federated Learning using Historical Information in Heterogeneous Scenarios

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Hongliang, Yu, Jiguo, Wang, Guijuan, Ma, Wenshuo, He, Tianqing, Chai, Baobao, Hu, Chunqiang
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

DFPL: Decentralized Federated Prototype Learning Across Heterogeneous Data Distributions
von: Zhang, Hongliang, et al.
Veröffentlicht: (2025)

PPFPL: Cross-silo Privacy-preserving Federated Prototype Learning Against Data Poisoning Attacks
von: Zhang, Hongliang, et al.
Veröffentlicht: (2025)

Towards Optimal Customized Architecture for Heterogeneous Federated Learning with Contrastive Cloud-Edge Model Decoupling
von: Chen, Xingyan, et al.
Veröffentlicht: (2024)

Toward Enhancing Representation Learning in Federated Multi-Task Settings
von: Setayesh, Mehdi, et al.
Veröffentlicht: (2026)

Recent Advances in Federated Learning Driven Large Language Models: A Survey on Architecture, Performance, and Security
von: Qu, Youyang, et al.
Veröffentlicht: (2024)

Federated Learning with Blockchain-Enhanced Machine Unlearning: A Trustworthy Approach
von: Zuo, Xuhan, et al.
Veröffentlicht: (2024)

Knowledge Distillation in Federated Learning: A Survey on Long Lasting Challenges and New Solutions
von: Laiqiao Qin, et al.
Veröffentlicht: (2025)

OpenWebVoyager: Building Multimodal Web Agents via Iterative Real-World Exploration, Feedback and Optimization
von: He, Hongliang, et al.
Veröffentlicht: (2024)

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

HFedCKD: Toward Robust Heterogeneous Federated Learning via Data-free Knowledge Distillation and Two-way Contrast
von: Zheng, Yiting, et al.
Veröffentlicht: (2025)

Towards Heterogeneous Quantum Federated Learning: Challenges and Solutions
von: Rahman, Ratun, et al.
Veröffentlicht: (2025)

Learning Heterogeneous Performance-Fairness Trade-offs in Federated Learning
von: Ye, Rongguang, et al.
Veröffentlicht: (2025)

CA-HFP: Curvature-Aware Heterogeneous Federated Pruning with Model Reconstruction
von: Hu, Gang, et al.
Veröffentlicht: (2026)

Large Language Model Enhanced Hard Sample Identification for Denoising Recommendation
von: Song, Tianrui, et al.
Veröffentlicht: (2024)

Towards a Larger Model via One-Shot Federated Learning on Heterogeneous Client Models
von: Ye, Wenxuan, et al.
Veröffentlicht: (2025)

Differentially Private Distance Query with Asymmetric Noise
von: Sheng, Weihong, et al.
Veröffentlicht: (2025)

Local Distance Query with Differential Privacy
von: Sheng, Weihong, et al.
Veröffentlicht: (2025)

LLM Reasoning Is Latent, Not the Chain of Thought
von: Wang, Wenshuo
Veröffentlicht: (2026)

LLMs Should Not Yet Be Credited with Decision Explanation
von: Wang, Wenshuo
Veröffentlicht: (2026)

Enhancing Topic Interpretability for Neural Topic Modeling through Topic-wise Contrastive Learning
von: Gao, Xin, et al.
Veröffentlicht: (2024)

FedCCL: Federated Dual-Clustered Feature Contrast Under Domain Heterogeneity
von: Qiao, Yu, et al.
Veröffentlicht: (2024)

Towards Robust Federated Multimodal Graph Learning under Modality Heterogeneity
von: Zhang, Sirui, et al.
Veröffentlicht: (2026)

MetaHGNIE: Meta-Path Induced Hypergraph Contrastive Learning in Heterogeneous Knowledge Graphs
von: Chen, Jiawen, et al.
Veröffentlicht: (2025)

FlexiAct: Towards Flexible Action Control in Heterogeneous Scenarios
von: Zhang, Shiyi, et al.
Veröffentlicht: (2025)

A Historical Trajectory Assisted Optimization Method for Zeroth-Order Federated Learning
von: Wu, Chenlin, et al.
Veröffentlicht: (2024)

Knowledge Distillation Must Account for What It Loses
von: Wang, Wenshuo
Veröffentlicht: (2026)

Benchmarking Data Heterogeneity Evaluation Approaches for Personalized Federated Learning
von: Li, Zhilong, et al.
Veröffentlicht: (2024)

MARS: A Malignity-Aware Backdoor Defense in Federated Learning
von: Wan, Wei, et al.
Veröffentlicht: (2025)

FDRMFL:Multi-modal Federated Feature Extraction Model Based on Information Maximization and Contrastive Learning
von: Wu, Haozhe
Veröffentlicht: (2025)

CoUn: Empowering Machine Unlearning via Contrastive Learning
von: Khalil, Yasser H., et al.
Veröffentlicht: (2025)

Towards Efficient LLM-aware Heterogeneous Graph Learning
von: Li, Wenda, et al.
Veröffentlicht: (2025)

Leveraging Superfluous Information in Contrastive Representation Learning
von: Yu, Xuechu
Veröffentlicht: (2024)

Training Heterogeneous Client Models using Knowledge Distillation in Serverless Federated Learning
von: Chadha, Mohak, et al.
Veröffentlicht: (2024)

WebRollback: Enhancing Web Agents with Explicit Rollback Mechanisms
von: Zhang, Zhisong, et al.
Veröffentlicht: (2025)

FedCoSR: Personalized Federated Learning with Contrastive Shareable Representations for Label Heterogeneity in Non-IID Data
von: Huang, Chenghao, et al.
Veröffentlicht: (2024)

Efficient Federated Learning with Heterogeneous Data and Adaptive Dropout
von: Liu, Ji, et al.
Veröffentlicht: (2025)

Mitigating Language-Level Performance Disparity in mPLMs via Teacher Language Selection and Cross-lingual Self-Distillation
von: Zhao, Haozhe, et al.
Veröffentlicht: (2024)

Bilateral Unsymmetrical Graph Contrastive Learning for Recommendation
von: Yu, Jiaheng, et al.
Veröffentlicht: (2024)

Breaking Scale Anchoring: Frequency Representation Learning for Accurate High-Resolution Inference from Low-Resolution Training
von: Wang, Wenshuo, et al.
Veröffentlicht: (2025)

Probabilistic Federated Learning on Uncertain and Heterogeneous Data with Model Personalization
von: Rahman, Ratun, et al.
Veröffentlicht: (2026)