:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tan, Jialei, Lin, Zheng, Cai, Xiangming, Zhu, Ruoxi, Fang, Zihan, Chen, Pingping, Ni, Wei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2603.09792
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SL-ACC: A Communication-Efficient Split Learning Framework with Adaptive Channel-wise Compression
von: Lin, Zehang, et al.
Veröffentlicht: (2025)

HSplitLoRA: A Heterogeneous Split Parameter-Efficient Fine-Tuning Framework for Large Language Models
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

Intra-DP: A High Performance Collaborative Inference System for Mobile Edge Computing
von: Sun, Zekai, et al.
Veröffentlicht: (2025)

HASFL: Heterogeneity-aware Split Federated Learning over Edge Computing Systems
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

Automated Federated Pipeline for Parameter-Efficient Fine-Tuning of Large Language Models
von: Fang, Zihan, et al.
Veröffentlicht: (2024)

AdaptSFL: Adaptive Split Federated Learning in Resource-constrained Edge Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2024)

LEO-Split: A Semi-Supervised Split Learning Framework over LEO Satellite Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2025)

ESFL: Efficient Split Federated Learning over Resource-Constrained Heterogeneous Wireless Devices
von: Zhu, Guangyu, et al.
Veröffentlicht: (2024)

Scale-Adaptive Power Flow Analysis with Local Topology Slicing and Multi-Task Graph Learning
von: Li, Yongzhe, et al.
Veröffentlicht: (2026)

Earley-Driven Dynamic Pruning for Efficient Structured Decoding
von: Sun, Xintong, et al.
Veröffentlicht: (2025)

APS-LSTM: Exploiting Multi-Periodicity and Diverse Spatial Dependencies for Flood Forecasting
von: Feng, Jun, et al.
Veröffentlicht: (2024)

Communication-Efficient Split Learning via Adaptive Feature-Wise Compression
von: Oh, Yongjeong, et al.
Veröffentlicht: (2023)

MaskPrune: Mask-based LLM Pruning for Layer-wise Uniform Structures
von: Qin, Jiayu, et al.
Veröffentlicht: (2025)

Aggregation Alignment for Federated Learning with Mixture-of-Experts under Data Heterogeneity
von: Fang, Zihan, et al.
Veröffentlicht: (2026)

SatFed: A Resource-Efficient LEO Satellite-Assisted Heterogeneous Federated Learning Framework
von: Zhang, Yuxin, et al.
Veröffentlicht: (2024)

SplitSEE: A Splittable Self-supervised Framework for Single-Channel EEG Representation Learning
von: Kotoge, Rikuto, et al.
Veröffentlicht: (2024)

FedMap: Iterative Magnitude-Based Pruning for Communication-Efficient Federated Learning
von: Herzog, Alexander, et al.
Veröffentlicht: (2024)

Brain-Inspired Efficient Pruning: Exploiting Criticality in Spiking Neural Networks
von: Chen, Shuo, et al.
Veröffentlicht: (2023)

Heterogeneous Graph Prompt Learning via Adaptive Weight Pruning
von: Wei, Chu-Yuan, et al.
Veröffentlicht: (2025)

Prompt-prompted Adaptive Structured Pruning for Efficient LLM Generation
von: Dong, Harry, et al.
Veröffentlicht: (2024)

Numerical Pruning for Efficient Autoregressive Models
von: Shen, Xuan, et al.
Veröffentlicht: (2024)

RAP: Runtime Adaptive Pruning for LLM Inference
von: Liu, Huanrong, et al.
Veröffentlicht: (2025)

An Effective Information Theoretic Framework for Channel Pruning
von: Chen, Yihao, et al.
Veröffentlicht: (2024)

Agent-Omit: Adaptive Context Omission for Efficient LLM Agents
von: Ning, Yansong, et al.
Veröffentlicht: (2026)

PrunePEFT: Iterative Hybrid Pruning for Parameter-Efficient Fine-tuning of LLMs
von: Yu, Tongzhou, et al.
Veröffentlicht: (2025)

EvoMesh: Adaptive Physical Simulation with Hierarchical Graph Evolutions
von: Deng, Huayu, et al.
Veröffentlicht: (2024)

ASFL: An Adaptive Model Splitting and Resource Allocation Framework for Split Federated Learning
von: Meng, Chuiyang, et al.
Veröffentlicht: (2026)

FastForward Pruning: Efficient LLM Pruning via Single-Step Reinforcement Learning
von: Yuan, Xin, et al.
Veröffentlicht: (2025)

Adaptive Computation Pruning for the Forgetting Transformer
von: Lin, Zhixuan, et al.
Veröffentlicht: (2025)

LeanK: Learnable K Cache Channel Pruning for Efficient Decoding
von: Zhang, Yike, et al.
Veröffentlicht: (2025)

Unbiased Dynamic Pruning for Efficient Group-Based Policy Optimization
von: Zhu, Haodong, et al.
Veröffentlicht: (2026)

ATP: Adaptive Threshold Pruning for Efficient Data Encoding in Quantum Neural Networks
von: Afane, Mohamed, et al.
Veröffentlicht: (2025)

Learning to Communicate Through Implicit Communication Channels
von: Wang, Han, et al.
Veröffentlicht: (2024)

Adaptive and Parallel Split Federated Learning in Vehicular Edge Computing
von: Qiang, Xianke, et al.
Veröffentlicht: (2024)

FedSN: A Federated Learning Framework over Heterogeneous LEO Satellite Networks
von: Lin, Zheng, et al.
Veröffentlicht: (2023)

SFPrompt: Communication-Efficient Split Federated Fine-Tuning for Large Pre-Trained Models over Resource-Limited Devices
von: Cao, Linxiao, et al.
Veröffentlicht: (2024)

Learn-by-interact: A Data-Centric Framework for Self-Adaptive Agents in Realistic Environments
von: Su, Hongjin, et al.
Veröffentlicht: (2025)

SL-FAC: A Communication-Efficient Split Learning Framework with Frequency-Aware Compression
von: Lin, Zehang, et al.
Veröffentlicht: (2026)

Multi-Dimensional Pruning: Joint Channel, Layer and Block Pruning with Latency Constraint
von: Sun, Xinglong, et al.
Veröffentlicht: (2024)

HFedMoE: Resource-aware Heterogeneous Federated Learning with Mixture-of-Experts
von: Fang, Zihan, et al.
Veröffentlicht: (2026)