Buchumschlag

Heterogeneity-Aware Personalized Federated Learning for Industrial Predictive Analytics

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Yuhan, Fang, Xiaolei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Two-Stage Federated Learning Approach for Industrial Prognostics Using Large-Scale High-Dimensional Signals
von: Su, Yuqi, et al.
Veröffentlicht: (2024)

Dynamic Clustering for Personalized Federated Learning on Heterogeneous Edge Devices
von: Liu, Heting, et al.
Veröffentlicht: (2025)

Personalized One-shot Federated Graph Learning for Heterogeneous Clients
von: Yan, Guochen, et al.
Veröffentlicht: (2024)

A Multi-head Attention Fusion Network for Industrial Prognostics under Discrete Operational Conditions
von: Su, Yuqi, et al.
Veröffentlicht: (2026)

CO-PFL: Contribution-Oriented Personalized Federated Learning for Heterogeneous Networks
von: Xing, Ke, et al.
Veröffentlicht: (2025)

Heterogeneous Federated Learning via Personalized Generative Networks
von: Taghiyarrenani, Zahra, et al.
Veröffentlicht: (2023)

Personalized Federated Learning for Statistical Heterogeneity
von: Firdaus, Muhammad, et al.
Veröffentlicht: (2024)

Analytic Personalized Federated Meta-Learning
von: Gu, Shunxian, et al.
Veröffentlicht: (2025)

Lightweight Industrial Cohorted Federated Learning for Heterogeneous Assets
von: Amarlingam, Madapu, et al.
Veröffentlicht: (2024)

Factor-Assisted Federated Learning for Personalized Optimization with Heterogeneous Data
von: Wang, Feifei, et al.
Veröffentlicht: (2023)

PPFL: A Personalized Federated Learning Framework for Heterogeneous Population
von: Di, Hao, et al.
Veröffentlicht: (2023)

Multi-Layer Personalized Federated Learning for Mitigating Biases in Student Predictive Analytics
von: Chu, Yun-Wei, et al.
Veröffentlicht: (2022)

Heterogeneity-Aware Knowledge Sharing for Graph Federated Learning
von: Yu, Wentao, et al.
Veröffentlicht: (2026)

Deep Learning-Based Residual Useful Lifetime Prediction for Assets with Uncertain Failure Modes
von: Su, Yuqi, et al.
Veröffentlicht: (2024)

On ADMM in Heterogeneous Federated Learning: Personalization, Robustness, and Fairness
von: Zhu, Shengkun, et al.
Veröffentlicht: (2024)

Hypernetworks for Model-Heterogeneous Personalized Federated Learning
von: Zhang, Chen, et al.
Veröffentlicht: (2025)

Risk-Aware Accelerated Wireless Federated Learning with Heterogeneous Clients
von: Ads, Mohamed, et al.
Veröffentlicht: (2024)

Personalized Federated Learning on Heterogeneous and Long-Tailed Data via Expert Collaborative Learning
von: Lv, Fengling, et al.
Veröffentlicht: (2024)

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

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

Lazy But Effective: Collaborative Personalized Federated Learning with Heterogeneous Data
von: Rokvic, Ljubomir, et al.
Veröffentlicht: (2025)

FedMoE: Personalized Federated Learning via Heterogeneous Mixture of Experts
von: Mei, Hanzi, et al.
Veröffentlicht: (2024)

Federated Online Learning for Heterogeneous Multisource Streaming Data
von: Li, Jingmao, et al.
Veröffentlicht: (2025)

A Federated Data Fusion-Based Prognostic Model for Applications with Multi-Stream Incomplete Signals
von: Arabi, Madi, et al.
Veröffentlicht: (2023)

Personalized Federated Learning via Gaussian Generative Modeling
von: Hu, Peng, et al.
Veröffentlicht: (2026)

Fed-Meta-Align: A Similarity-Aware Aggregation and Personalization Pipeline for Federated TinyML on Heterogeneous Data
von: Macharla, Hemanth, et al.
Veröffentlicht: (2025)

Personalized Observation Normalization for Federated Reinforcement Learning in Simulation Environments with Heterogeneity
von: Pang, Yiran, et al.
Veröffentlicht: (2026)

A Comprehensive View of Personalized Federated Learning on Heterogeneous Clinical Datasets
von: Tavakoli, Fatemeh, et al.
Veröffentlicht: (2023)

Heterogeneity-Aware Client Sampling for Optimal and Efficient Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2025)

APFL: Analytic Personalized Federated Learning via Dual-Stream Least Squares
von: Fan, Kejia, et al.
Veröffentlicht: (2025)

Heterogeneous Federated Learning System for Sparse Healthcare Time-Series Prediction
von: Syu, Jia-Hao, et al.
Veröffentlicht: (2025)

Federated Learning for Epileptic Seizure Prediction Across Heterogeneous EEG Datasets
von: Baykara, Cem Ata, et al.
Veröffentlicht: (2025)

Heterogeneity-aware Personalized Federated Learning via Adaptive Dual-Agent Reinforcement Learning
von: Chen, Xi, et al.
Veröffentlicht: (2025)

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

FedHiP: Heterogeneity-Invariant Personalized Federated Learning Through Closed-Form Solutions
von: Tang, Jianheng, et al.
Veröffentlicht: (2025)

pFedAFM: Adaptive Feature Mixture for Batch-Level Personalization in Heterogeneous Federated Learning
von: Yi, Liping, et al.
Veröffentlicht: (2024)

Addressing Heterogeneity in Federated Load Forecasting with Personalization Layers
von: Bose, Shourya, et al.
Veröffentlicht: (2024)

Causal and Federated Multimodal Learning for Cardiovascular Risk Prediction under Heterogeneous Populations
von: Kaushik, Rohit, et al.
Veröffentlicht: (2026)

Tackling Heterogeneity in Quantum Federated Learning: An Integrated Sporadic-Personalized Approach
von: Rahman, Ratun, et al.
Veröffentlicht: (2026)

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