Buchumschlag

FedHarmony: Harmonizing Heterogeneous Label Correlations in Federated Multi-Label Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kou, Zhiqiang, Wu, Junxiang, Huang, Wenke, He, Wenwen, Xie, Ming-Kun, Wang, Changwei, Jia, Yuheng, Jiang, Di, Liu, Yang, Geng, Xin, Yang, Qiang
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

Trustworthy Federated Label Distribution Learning under Annotation Quality Disparity
von: Wu, Junxiang, et al.
Veröffentlicht: (2026)

Inaccurate Label Distribution Learning with Dependency Noise
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2024)

Rethinking Toxicity Evaluation in Large Language Models: A Multi-Label Perspective
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2025)

Label Distribution Learning with Biased Annotations by Learning Multi-Label Representation
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2025)

Partial Label Clustering
von: Xie, Yutong, et al.
Veröffentlicht: (2025)

FedFixer: Mitigating Heterogeneous Label Noise in Federated Learning
von: Ji, Xinyuan, et al.
Veröffentlicht: (2024)

FedMLP: Federated Multi-Label Medical Image Classification under Task Heterogeneity
von: Sun, Zhaobin, et al.
Veröffentlicht: (2024)

Addressing Skewed Heterogeneity via Federated Prototype Rectification with Personalization
von: Guo, Shunxin, et al.
Veröffentlicht: (2024)

Towards Better Performance in Incomplete LDL: Addressing Data Imbalance
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2024)

Correlative and Discriminative Label Grouping for Multi-Label Visual Prompt Tuning
von: Ma, LeiLei, et al.
Veröffentlicht: (2025)

Label Distribution Learning from Logical Label
von: Jia, Yuheng, et al.
Veröffentlicht: (2023)

FedMT: Federated Learning with Mixed-type Labels
von: Zhang, Qiong, et al.
Veröffentlicht: (2022)

Concentration Distribution Learning from Label Distributions
von: Tang, Jiawei, et al.
Veröffentlicht: (2025)

SelfFed: Self-Supervised Federated Learning for Data Heterogeneity and Label Scarcity in Medical Images
von: Khowaja, Sunder Ali, et al.
Veröffentlicht: (2023)

Federated Learning with Only Positive Labels by Exploring Label Correlations
von: An, Xuming, et al.
Veröffentlicht: (2024)

FedNoisy: Federated Noisy Label Learning Benchmark
von: Liang, Siqi, et al.
Veröffentlicht: (2023)

FedLED: Label-Free Equipment Fault Diagnosis with Vertical Federated Transfer Learning
von: Shen, Jie, et al.
Veröffentlicht: (2023)

Whispers of Data: Unveiling Label Distributions in Federated Learning Through Virtual Client Simulation
von: Ma, Zhixuan, et al.
Veröffentlicht: (2025)

Positive-Unlabeled Reinforcement Learning Distillation for On-Premise Small Models
von: Kou, Zhiqiang, et al.
Veröffentlicht: (2026)

FedRGL: Robust Federated Graph Learning for Label Noise
von: Li, De, et al.
Veröffentlicht: (2024)

Scalable Label Distribution Learning for Multi-Label Classification
von: Zhao, Xingyu, et al.
Veröffentlicht: (2023)

FedCoSR: Personalized Federated Learning with Contrastive Shareable Representations for Label Heterogeneity in Non-IID Data
von: Huang, Chenghao, et al.
Veröffentlicht: (2024)

FedSaaS: Class-Consistency Federated Semantic Segmentation via Global Prototype Supervision and Local Adversarial Harmonization
von: Yu, Xiaoyang, et al.
Veröffentlicht: (2025)

Federated Learning with Heterogeneous and Private Label Sets
von: Breitholtz, Adam, et al.
Veröffentlicht: (2025)

Multi-Label Knowledge Distillation
von: Yang, Penghui, et al.
Veröffentlicht: (2023)

FedCova: Robust Federated Covariance Learning Against Noisy Labels
von: Zhong, Xiangyu, et al.
Veröffentlicht: (2026)

FedDiv: Collaborative Noise Filtering for Federated Learning with Noisy Labels
von: Li, Jichang, et al.
Veröffentlicht: (2023)

Fed-Listing: Federated Label Distribution Inference in Graph Neural Networks
von: Nakarmi, Suprim, et al.
Veröffentlicht: (2026)

FedHUG: Federated Heterogeneous Unsupervised Generalization for Remote Physiological Measurements
von: Yang, Xiao, et al.
Veröffentlicht: (2025)

HACMony: Automatically Detecting Hopping-related Audio-stream Conflict Issues on HarmonyOS
von: He, Jinlong, et al.
Veröffentlicht: (2025)

FedConv: A Learning-on-Model Paradigm for Heterogeneous Federated Clients
von: Shen, Leming, et al.
Veröffentlicht: (2025)

Data Heterogeneity and Forgotten Labels in Split Federated Learning
von: Tirana, Joana, et al.
Veröffentlicht: (2025)

FedSIR: Spectral Client Identification and Relabeling for Federated Learning with Noisy Labels
von: Gholami, Sina, et al.
Veröffentlicht: (2026)

FedMP: Tackling Medical Feature Heterogeneity in Federated Learning from a Manifold Perspective
von: Zhou, Zhekai, et al.
Veröffentlicht: (2025)

Neural Collapse-Inspired Multi-Label Federated Learning under Label-Distribution Skew
von: Peng, Can, et al.
Veröffentlicht: (2025)

FedIA: Federated Medical Image Segmentation with Heterogeneous Annotation Completeness
von: Xiang, Yangyang, et al.
Veröffentlicht: (2024)

Context-Based Semantic-Aware Alignment for Semi-Supervised Multi-Label Learning
von: Fan, Heng-Bo, et al.
Veröffentlicht: (2024)

Exploiting Label Skewness for Spiking Neural Networks in Federated Learning
von: Yu, Di, et al.
Veröffentlicht: (2024)

FedSSP: Federated Graph Learning with Spectral Knowledge and Personalized Preference
von: Tan, Zihan, et al.
Veröffentlicht: (2024)

Mixed Blessing: Class-Wise Embedding guided Instance-Dependent Partial Label Learning
von: Yang, Fuchao, et al.
Veröffentlicht: (2024)