Buchumschlag

Node Learning: A Framework for Adaptive, Decentralised and Collaborative Network Edge AI

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kanjo, Eiman, Aslanov, Mustafa
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decentralised Resource Sharing in TinyML: Wireless Bilayer Gossip Parallel SGD for Collaborative Learning
von: Bao, Ziyuan, et al.
Veröffentlicht: (2025)

TrajAware: Graph Cross-Attention and Trajectory-Aware for Generalisable VANETs under Partial Observations
von: Fu, Xiaolu, et al.
Veröffentlicht: (2025)

A Hybrid Edge Classifier: Combining TinyML-Optimised CNN with RRAM-CMOS ACAM for Energy-Efficient Inference
von: Woodward, Kieran, et al.
Veröffentlicht: (2025)

A Multicore and Edge TPU-Accelerated Multimodal TinyML System for Livestock Behavior Recognition
von: Zhang, Qianxue, et al.
Veröffentlicht: (2025)

Embodied Foundation Models at the Edge: A Survey of Deployment Constraints and Mitigation Strategies
von: Grover, Utkarsh, et al.
Veröffentlicht: (2026)

Decentralised Trust and Security Mechanisms for IoT Networks at the Edge: A Comprehensive Review
von: Zaman, Khandoker Ashik Uz, et al.
Veröffentlicht: (2026)

Initialisation and Network Effects in Decentralised Federated Learning
von: Badie-Modiri, Arash, et al.
Veröffentlicht: (2024)

Hierarchical Adaptive Consensus Network: A Dynamic Framework for Scalable Consensus in Collaborative Multi-Agent AI Systems
von: Shit, Rathin Chandra, et al.
Veröffentlicht: (2025)

FedGAI: Federated Style Learning with Cloud-Edge Collaboration for Generative AI in Fashion Design
von: Wu, Mingzhu, et al.
Veröffentlicht: (2025)

SpreadFGL: Edge-Client Collaborative Federated Graph Learning with Adaptive Neighbor Generation
von: Zhong, Luying, et al.
Veröffentlicht: (2024)

Federated Intelligence: When Large AI Models Meet Federated Fine-Tuning and Collaborative Reasoning at the Network Edge
von: Ni, Wanli, et al.
Veröffentlicht: (2025)

Position Paper: From Edge AI to Adaptive Edge AI
von: Pittorino, Fabrizio, et al.
Veröffentlicht: (2026)

CoDreamer: Communication-Based Decentralised World Models
von: Toledo, Edan, et al.
Veröffentlicht: (2024)

ENADPool: The Edge-Node Attention-based Differentiable Pooling for Graph Neural Networks
von: Zhao, Zhehan, et al.
Veröffentlicht: (2024)

Snowveil: A Framework for Decentralised Preference Discovery
von: Kotsialou, Grammateia
Veröffentlicht: (2025)

Adaptive AI Agent Placement and Migration in Edge Intelligence Systems
von: Wang, Xingdan, et al.
Veröffentlicht: (2025)

EdgeAgentX: A Novel Framework for Agentic AI at the Edge in Military Communication Networks
von: Ray, Abir
Veröffentlicht: (2025)

VELO: A Vector Database-Assisted Cloud-Edge Collaborative LLM QoS Optimization Framework
von: Yao, Zhi, et al.
Veröffentlicht: (2024)

LQA: A Lightweight Quantized-Adaptive Framework for Vision-Language Models on the Edge
von: Wang, Xin, et al.
Veröffentlicht: (2026)

EdgeShield: A Universal and Efficient Edge Computing Framework for Robust AI
von: Zhong, Duo, et al.
Veröffentlicht: (2024)

One Node Per User: Node-Level Federated Learning for Graph Neural Networks
von: Gao, Zhidong, et al.
Veröffentlicht: (2024)

Fast AI Model Partition for Split Learning over Edge Networks
von: Li, Zuguang, et al.
Veröffentlicht: (2025)

Defending the Edge: Representative-Attention Defense against Backdoor Attacks in Federated Learning
von: Obioma, Chibueze Peace, et al.
Veröffentlicht: (2025)

Federated Hierarchical Tensor Networks: a Collaborative Learning Quantum AI-Driven Framework for Healthcare
von: Bhatia, Amandeep Singh, et al.
Veröffentlicht: (2024)

A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks
von: Wu, Jiaqi, et al.
Veröffentlicht: (2025)

ASPECT: Node-Level Adaptive Spectral Fusion for Graph Contrastive Learning
von: Li, Zhuolong, et al.
Veröffentlicht: (2026)

Multi-order Graph Clustering with Adaptive Node-level Weight Learning
von: Liu, Ye, et al.
Veröffentlicht: (2024)

Decentralised Governance-Driven Architecture for Designing Foundation Model based Systems: Exploring the Role of Blockchain in Responsible AI
von: Liu, Yue, et al.
Veröffentlicht: (2023)

CollaPipe: Adaptive Segment-Optimized Pipeline Parallelism for Collaborative LLM Training in Heterogeneous Edge Networks
von: Chen, Jiewei, et al.
Veröffentlicht: (2025)

Collaborative Design of AI-Enhanced Learning Activities
von: Romero, Margarida
Veröffentlicht: (2024)

LLM Enabled Multi-Agent System for 6G Networks: Framework and Method of Dual-Loop Edge-Terminal Collaboration
von: Qu, Zheyan, et al.
Veröffentlicht: (2025)

Implementation of Big AI Models for Wireless Networks with Collaborative Edge Computing
von: Zeng, Liekang, et al.
Veröffentlicht: (2024)

Networked Communication for Decentralised Agents in Mean-Field Games
von: Benjamin, Patrick, et al.
Veröffentlicht: (2023)

Decentralised Emergence of Robust and Adaptive Linguistic Conventions in Populations of Autonomous Agents Grounded in Continuous Worlds
von: Ekila, Jérôme Botoko, et al.
Veröffentlicht: (2024)

A Comparative Analysis of DNN-based White-Box Explainable AI Methods in Network Security
von: Arreche, Osvaldo, et al.
Veröffentlicht: (2025)

Collaborative Edge AI Inference over Cloud-RAN
von: Zhang, Pengfei, et al.
Veröffentlicht: (2024)

GenAI-Net: A Generative AI Framework for Automated Biomolecular Network Design
von: Filo, Maurice, et al.
Veröffentlicht: (2026)

An Agentic Framework for Rapid Deployment of Edge AI Solutions in Industry 5.0
von: Martinez-Gil, Jorge, et al.
Veröffentlicht: (2025)

Adaptive Split Learning over Energy-Constrained Wireless Edge Networks
von: Li, Zuguang, et al.
Veröffentlicht: (2024)

Deep Graph Neural Networks via Posteriori-Sampling-based Node-Adaptive Residual Module
von: Zhou, Jingbo, et al.
Veröffentlicht: (2023)