Buchumschlag

Hierarchical Federated Learning for Networked AI: From Communication Saving to Architecture-Aware Design

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Azimi-Abarghouyi, Seyed Mohammad, Bennis, Mehdi, Tassiulas, Leandros
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Distributed, Parallel, and Cluster Computing Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hierarchical Federated Learning with SignSGD: A Highly Communication-Efficient Approach
von: Kazemi, Amirreza, et al.
Veröffentlicht: (2026)

Out-of-Air Computation: Enabling Structured Extraction from Wireless Superposition
von: Azimi-Abarghouyi, Seyed Mohammad
Veröffentlicht: (2026)

A Generalized Hierarchical Federated Learning Framework with Theoretical Guarantees
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2025)

Hierarchical Federated ADMM
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Over-the-Air Federated Learning via Weighted Aggregation
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Personalized Federated Learning for Generative AI-Assisted Semantic Communications
von: Peng, Yubo, et al.
Veröffentlicht: (2024)

Q-GADMM: Quantized Group ADMM for Communication Efficient Decentralized Machine Learning
von: Elgabli, Anis, et al.
Veröffentlicht: (2019)

Decentralized Federated Learning Over Imperfect Communication Channels
von: Li, Weicai, et al.
Veröffentlicht: (2024)

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

Beyond Trade-offs: A Unified Framework for Privacy, Robustness, and Communication Efficiency in Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

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

CAFe: Cost and Age aware Federated Learning
von: Liyanaarachchi, Sahan, et al.
Veröffentlicht: (2024)

Private Aggregation for Byzantine-Resilient Heterogeneous Federated Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

Scalable and Reliable Over-the-Air Federated Edge Learning
von: Egger, Maximilian, et al.
Veröffentlicht: (2024)

Fed-Sophia: A Communication-Efficient Second-Order Federated Learning Algorithm
von: Elbakary, Ahmed, et al.
Veröffentlicht: (2024)

Closing the Generalization Gap in Parameter-efficient Federated Edge Learning
von: Du, Xinnong, et al.
Veröffentlicht: (2025)

Perfect Privacy for Discriminator-Based Byzantine-Resilient Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2025)

BICompFL: Stochastic Federated Learning with Bi-Directional Compression
von: Egger, Maximilian, et al.
Veröffentlicht: (2025)

Adaptive Heterogeneous Client Sampling for Federated Learning over Wireless Networks
von: Luo, Bing, et al.
Veröffentlicht: (2024)

SplitLLM: Collaborative Inference of LLMs for Model Placement and Throughput Optimization
von: Mudvari, Akrit, et al.
Veröffentlicht: (2024)

Learning to Collaborate Over Graphs: A Selective Federated Multi-Task Learning Approach
von: Elbakary, Ahmed, et al.
Veröffentlicht: (2025)

Dynamic Scheduling for Vehicle-to-Vehicle Communications Enhanced Federated Learning
von: Yan, Jintao, et al.
Veröffentlicht: (2024)

LoByITFL: Low Communication Secure and Private Federated Learning
von: Xia, Yue, et al.
Veröffentlicht: (2024)

Coded Computing for Resilient Distributed Computing: A Learning-Theoretic Framework
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

Learning from Acceptance: Cumulative Regret in the Game of Coding
von: Nodehi, Hanzaleh Akbari, et al.
Veröffentlicht: (2026)

MIRA: A Method of Federated MultI-Task Learning for LaRge LAnguage Models
von: Elbakary, Ahmed, et al.
Veröffentlicht: (2024)

Secure Communication in the Presence of an RIS-Enhanced Eavesdropper in MIMO Networks
von: Zhang, Gaoyuan, et al.
Veröffentlicht: (2025)

Rethinking Resource Management in Edge Learning: A Joint Pre-training and Fine-tuning Design Paradigm
von: Lyu, Zhonghao, et al.
Veröffentlicht: (2024)

Communication-Efficient Personalized Distributed Learning with Data and Node Heterogeneity
von: Tian, Zhuojun, et al.
Veröffentlicht: (2025)

Learned Digital Codes for Over-the-Air Computation in Federated Edge Learning
von: Tarizzo, Antonio, et al.
Veröffentlicht: (2025)

FedMIL: Federated-Multiple Instance Learning for Video Analysis with Optimized DPP Scheduling
von: Bastola, Ashish, et al.
Veröffentlicht: (2024)

NeRCC: Nested-Regression Coded Computing for Resilient Distributed Prediction Serving Systems
von: Moradi, Parsa, et al.
Veröffentlicht: (2024)

Robust Regression with Ensembles Communicating over Noisy Channels
von: Ben-Hur, Yuval, et al.
Veröffentlicht: (2024)

SLO-Aware Compute Resource Allocation for Prefill-Decode Disaggregated LLM Inference
von: Li, Luchang, et al.
Veröffentlicht: (2026)

ByzSecAgg: A Byzantine-Resistant Secure Aggregation Scheme for Federated Learning Based on Coded Computing and Vector Commitment
von: Jahani-Nezhad, Tayyebeh, et al.
Veröffentlicht: (2023)

A Theoretical Framework for Energy-Aware Gradient Pruning in Federated Learning
von: Athanasakos, Emmanouil M.
Veröffentlicht: (2026)

CLAD: A Clustered Label-Agnostic Federated Learning Framework for Joint Anomaly Detection and Attack Classification
von: Ofeidis, Iason, et al.
Veröffentlicht: (2026)

Cross-Domain Federated Semantic Communication with Global Representation Alignment and Domain-Aware Aggregation
von: Nguyen, Loc X., et al.
Veröffentlicht: (2025)

Communication-Efficient Approximate Gradient Coding
von: Munim, Sifat, et al.
Veröffentlicht: (2026)

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