Buchumschlag

Federated Hyperdimensional Computing for Resource-Constrained Industrial IoT

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zeulin, Nikita, Galinina, Olga, Himayat, Nageen, Andreev, Sergey
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Networking and Internet Architecture
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynamic Network-Assisted D2D-Aided Coded Distributed Learning
von: Zeulin, Nikita, et al.
Veröffentlicht: (2021)

Large-Margin Hyperdimensional Computing: A Learning-Theoretical Perspective
von: Zeulin, Nikita, et al.
Veröffentlicht: (2026)

Rethinking Beam Management: Generalization Limits Under Hardware Heterogeneity
von: Zeulin, Nikita, et al.
Veröffentlicht: (2026)

Intrusion Detection on Resource-Constrained IoT Devices with Hardware-Aware ML and DL
von: Diab, Ali, et al.
Veröffentlicht: (2025)

Effects of Small-Scale User Mobility on Highly Directional XR Communications
von: Ali, Asad, et al.
Veröffentlicht: (2024)

Challenges of Multi-Factor Authentication for Securing Advanced IoT (A-IoT) Applications
von: Ometov, Aleksandr, et al.
Veröffentlicht: (2019)

Client Selection Strategies for Federated Semantic Communications in Heterogeneous IoT Networks
von: Lahoud, Samer, et al.
Veröffentlicht: (2025)

Resource Allocation in Hybrid Radio-Optical IoT Networks using GNN with Multi-task Learning
von: Hamrouni, Aymen, et al.
Veröffentlicht: (2025)

Searching Neural Architectures for Sensor Nodes on IoT Gateways
von: Garavagno, Andrea Mattia, et al.
Veröffentlicht: (2025)

Machine learning-based decentralized TDMA for VLC IoT networks
von: Makvandi, Armin, et al.
Veröffentlicht: (2023)

Large Language Models for Real-World IoT Device Identification
von: Mahmood, Rameen, et al.
Veröffentlicht: (2025)

Dense Moving Fog for Intelligent IoT: Key Challenges and Opportunities
von: Andreev, Sergey, et al.
Veröffentlicht: (2018)

Adaptive Budgeted Multi-Armed Bandits for IoT with Dynamic Resource Constraints
von: Vaishnav, Shubham, et al.
Veröffentlicht: (2025)

A Distributed Neural Linear Thompson Sampling Framework to Achieve URLLC in Industrial IoT
von: Pase, Francesco, et al.
Veröffentlicht: (2023)

Federated Machine Learning for Intelligent IoT via Reconfigurable Intelligent Surface
von: Yang, Kai, et al.
Veröffentlicht: (2020)

Tureis: Transformer-based Unified Resilience for IoT Devices in Smart Homes
von: Borhani, Alireza, et al.
Veröffentlicht: (2026)

Q-Learning-Based Time-Critical Data Aggregation Scheduling in IoT
von: Vo, Van-Vi, et al.
Veröffentlicht: (2025)

Link-Aware Energy-Frugal Continual Learning for Fault Detection in IoT Networks
von: Frederiksen, Henrik C. M., et al.
Veröffentlicht: (2025)

LEACH-RLC: Enhancing IoT Data Transmission with Optimized Clustering and Reinforcement Learning
von: Jurado-Lasso, F. Fernando, et al.
Veröffentlicht: (2024)

Hybrid Deep Learning-Federated Learning Powered Intrusion Detection System for IoT/5G Advanced Edge Computing Network
von: Baidar, Rasil, et al.
Veröffentlicht: (2025)

Benchmarking Machine Learning Models for IoT Malware Detection under Data Scarcity and Drift
von: Lyon, Jake, et al.
Veröffentlicht: (2026)

State-Aware IoT Scheduling Using Deep Q-Networks and Edge-Based Coordination
von: He, Qingyuan, et al.
Veröffentlicht: (2025)

FeMLoc: Federated Meta-learning for Adaptive Wireless Indoor Localization Tasks in IoT Networks
von: Etiabi, Yaya, et al.
Veröffentlicht: (2024)

FMLFS: A Federated Multi-Label Feature Selection Based on Information Theory in IoT Environment
von: Mahanipour, Afsaneh, et al.
Veröffentlicht: (2024)

Anomaly Detection for IoT Global Connectivity
von: Iglesias, Jesus Omaña, et al.
Veröffentlicht: (2025)

Lightweight Intrusion Detection in IoT via SHAP-Guided Feature Pruning and Knowledge-Distilled Kronecker Networks
von: Benaddi, Hafsa, et al.
Veröffentlicht: (2025)

IoT Network Traffic Analysis with Deep Learning
von: Liu, Mei, et al.
Veröffentlicht: (2024)

Relativistic Digital Twin: Bringing the IoT to the Future
von: Sciullo, Luca, et al.
Veröffentlicht: (2023)

Optimizing Energy and Data Collection in UAV-aided IoT Networks using Attention-based Multi-Objective Reinforcement Learning
von: Toure, Babacar, et al.
Veröffentlicht: (2026)

Bidirectional TLS Handshake Caching for Constrained Industrial IoT Scenarios
von: Bodenhausen, Jörn, et al.
Veröffentlicht: (2025)

Federated Learning-Driven Cybersecurity Framework for IoT Networks with Privacy-Preserving and Real-Time Threat Detection Capabilities
von: Rahmati, Milad
Veröffentlicht: (2025)

Backdoor Attacks on Contrastive Continual Learning for IoT Systems
von: Tim, Alfous, et al.
Veröffentlicht: (2026)

Performance Guarantees for Data Freshness in Resource-Constrained Adversarial IoT Systems
von: Dadlani, Aresh, et al.
Veröffentlicht: (2025)

Task-Oriented Multimodal Token Transmission in Resource-Constrained Multiuser Networks
von: Zhang, Junhe, et al.
Veröffentlicht: (2025)

RIFLE: Robust Distillation-based FL for Deep Model Deployment on Resource-Constrained IoT Networks
von: Arefijamal, Pouria, et al.
Veröffentlicht: (2026)

Efficient Network Traffic Feature Sets for IoT Intrusion Detection
von: Silva, Miguel, et al.
Veröffentlicht: (2024)

Improved Indoor Localization with Machine Learning Techniques for IoT applications
von: Maduranga, M. W. P.
Veröffentlicht: (2024)

A Blockchain Solution for Collaborative Machine Learning over IoT
von: Beis-Penedo, Carlos, et al.
Veröffentlicht: (2023)

Image Transformation for IoT Time-Series Data: A Review
von: Altunkaya, Duygu, et al.
Veröffentlicht: (2023)

Computation- and Communication-Efficient Online FL for Resource-Constrained Aerial Vehicles
von: Pervej, Ferdous, et al.
Veröffentlicht: (2025)