Buchumschlag

Decentralized Learning via Random Walk with Jumps

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Zonghong, Dwyer, Matthew, Rouayheb, Salim El
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Signal Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Entrapment Problem in Random Walk Decentralized Learning
von: Liu, Zonghong, et al.
Veröffentlicht: (2024)

Self-Regulating Random Walks for Resilient Decentralized Learning on Graphs
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

Unified Analysis of Decentralized Gradient Descent: a Contraction Mapping Framework
von: Larsson, Erik G., et al.
Veröffentlicht: (2025)

Learn More by Using Less: Distributed Learning with Energy-Constrained Devices
von: Pereira, Roberto, et al.
Veröffentlicht: (2024)

Energy-Aware Federated Learning in Satellite Constellations
von: Razmi, Nasrin, et al.
Veröffentlicht: (2024)

Sparse Incremental Aggregation in Multi-Hop Federated Learning
von: Mukherjee, Sourav, et al.
Veröffentlicht: (2024)

Noise-Robust and Resource-Efficient ADMM-based Federated Learning
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Communication Efficient ConFederated Learning: An Event-Triggered SAGA Approach
von: Wang, Bin, et al.
Veröffentlicht: (2024)

Compressed Bayesian Federated Learning for Reliable Passive Radio Sensing in Industrial IoT
von: Barbieri, Luca, et al.
Veröffentlicht: (2024)

A Novel Framework of Horizontal-Vertical Hybrid Federated Learning for EdgeIoT
von: Li, Kai, et al.
Veröffentlicht: (2024)

Meta-Federated Learning: A Novel Approach for Real-Time Traffic Flow Management
von: Johnson, Bob, et al.
Veröffentlicht: (2025)

Faster Convergence with Less Communication: Broadcast-Based Subgraph Sampling for Decentralized Learning over Wireless Networks
von: Herrera, Daniel Pérez, et al.
Veröffentlicht: (2024)

Multi-Source to Multi-Target Decentralized Federated Domain Adaptation
von: Wang, Su, et al.
Veröffentlicht: (2023)

Brain-Inspired Decentralized Satellite Learning in Space Computing Power Networks
von: Yang, Peng, et al.
Veröffentlicht: (2025)

Bayes-Split-Edge: Bayesian Optimization for Constrained Collaborative Inference in Wireless Edge Systems
von: Safaeipour, Fatemeh Zahra, et al.
Veröffentlicht: (2025)

Physics-Inspired Distributed Radio Map Estimation
von: Yang, Dong, et al.
Veröffentlicht: (2025)

Convergence of Agnostic Federated Averaging
von: Herlock, et al.
Veröffentlicht: (2025)

Distributed Maximum Consensus over Noisy Links
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

Towards 6G Intelligence: The Role of Generative AI in Future Wireless Networks
von: Mohsin, Muhammad Ahmed, et al.
Veröffentlicht: (2025)

Over-the-air Federated Policy Gradient
von: Yang, Huiwen, et al.
Veröffentlicht: (2023)

SignSGD with Federated Voting
von: Park, Chanho, et al.
Veröffentlicht: (2024)

Quantized Decentralized Stochastic Learning over Directed Graphs
von: Taheri, Hossein, et al.
Veröffentlicht: (2020)

Resilience in Online Federated Learning: Mitigating Model-Poisoning Attacks via Partial Sharing
von: Lari, Ehsan, et al.
Veröffentlicht: (2024)

DMLR: Data-centric Machine Learning Research -- Past, Present and Future
von: Oala, Luis, et al.
Veröffentlicht: (2023)

Exploiting Correlations in Federated Learning: Opportunities and Practical Limitations
von: Edin, Adrian, et al.
Veröffentlicht: (2026)

Temporal Predictive Coding for Gradient Compression in Distributed Learning
von: Edin, Adrian, et al.
Veröffentlicht: (2024)

Satellite Federated Edge Learning: Architecture Design and Convergence Analysis
von: Shi, Yuanming, et al.
Veröffentlicht: (2024)

Resource-Element Energy Difference for Noncoherent Over-the-Air Federated Learning
von: Chen, Hao, et al.
Veröffentlicht: (2026)

Scheduling and Aggregation Design for Asynchronous Federated Learning over Wireless Networks
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2022)

SA-PEF: Step-Ahead Partial Error Feedback for Efficient Federated Learning
von: Redie, Dawit Kiros, et al.
Veröffentlicht: (2026)

Efficient Federated Learning Tiny Language Models for Mobile Network Feature Prediction
von: Becking, Daniel, et al.
Veröffentlicht: (2025)

Federated Transfer Learning with Task Personalization for Condition Monitoring in Ultrasonic Metal Welding
von: Eslaminia, Ahmadreza, et al.
Veröffentlicht: (2024)

Energy-Efficient Federated Edge Learning with Streaming Data: A Lyapunov Optimization Approach
von: Hu, Chung-Hsuan, et al.
Veröffentlicht: (2024)

A Locally Differential Private Coding-Assisted Succinct Histogram Protocol
von: Liu, Hsuan-Po, et al.
Veröffentlicht: (2025)

Compressed Gradient Tracking for Decentralized Optimization Over General Directed Networks
von: Song, Zhuoqing, et al.
Veröffentlicht: (2021)

Privacy Preserving Semi-Decentralized Mean Estimation over Intermittently-Connected Networks
von: Saha, Rajarshi, et al.
Veröffentlicht: (2024)

FedAQ: Communication-Efficient Federated Edge Learning via Joint Uplink and Downlink Adaptive Quantization
von: Qu, Linping, et al.
Veröffentlicht: (2024)

Decentralized Federated Averaging via Random Walk
von: Wang, Changheng, et al.
Veröffentlicht: (2025)

IRS Aided Federated Learning: Multiple Access and Fundamental Tradeoff
von: Chen, Guangji, et al.
Veröffentlicht: (2024)

Over-the-Air Federated Learning with Phase Noise: Analysis and Countermeasures
von: Dahl, Martin, et al.
Veröffentlicht: (2024)