Buchumschlag

A Hierarchical Sampling Framework for bounding the Generalization Error of Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Filatrella, Dario, Thobaben, Ragnar, Skoglund, Mikael
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Information Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

More PAC-Bayes bounds: From bounded losses, to losses with general tail behaviors, to anytime validity
von: Rodríguez-Gálvez, Borja, et al.
Veröffentlicht: (2023)

Information-Theoretic Fairness with A Bounded Statistical Parity Constraint
von: Zamani, Amirreza, et al.
Veröffentlicht: (2025)

An Information-Theoretic Approach to Generalization Theory
von: Rodríguez-Gálvez, Borja, et al.
Veröffentlicht: (2024)

A note on generalization bounds for losses with finite moments
von: Rodríguez-Gálvez, Borja, et al.
Veröffentlicht: (2024)

Instantiating Bayesian CVaR lower bounds in Interactive Decision Making Problems
von: Bongole, Raghav, et al.
Veröffentlicht: (2026)

A Coding-Theoretic Analysis of Hyperspherical Prototypical Learning Geometry
von: Lindström, Martin, et al.
Veröffentlicht: (2024)

Generalized Talagrand Inequality for Sinkhorn Distance using Entropy Power Inequality
von: Wang, Shuchan, et al.
Veröffentlicht: (2021)

Reinforcement Learning Based Goodput Maximization with Quantized Feedback in URLLC
von: Celebi, Hasan Basri, et al.
Veröffentlicht: (2025)

Information-Theoretic Minimax Regret Bounds for Reinforcement Learning based on Duality
von: Bongole, Raghav, et al.
Veröffentlicht: (2024)

A Hierarchical Federated Learning Approach for the Internet of Things
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Generalization in Federated Learning: A Conditional Mutual Information Framework
von: Wang, Ziqiao, et al.
Veröffentlicht: (2025)

Lessons from Generalization Error Analysis of Federated Learning: You May Communicate Less Often!
von: Sefidgaran, Milad, et al.
Veröffentlicht: (2023)

Perfectly-Private Analog Secure Aggregation in Federated Learning
von: Jaramillo-Velez, Delio, et al.
Veröffentlicht: (2025)

The Generalization Error of Supervised Machine Learning Algorithms
von: Perlaza, Samir M., et al.
Veröffentlicht: (2024)

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

Coding-Enforced Resilient and Secure Aggregation for Hierarchical Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2026)

Scalable Hierarchical Over-the-Air Federated Learning
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2022)

Learning Algorithm Generalization Error Bounds via Auxiliary Distributions
von: Aminian, Gholamali, et al.
Veröffentlicht: (2022)

Density-Ratio Losses for Post-Hoc Learning to Defer
von: Soen, Alexander, et al.
Veröffentlicht: (2026)

Supplementary File: Coded Cooperative Networks for Semi-Decentralized Federated Learning
von: Weng, Shudi, et al.
Veröffentlicht: (2024)

Providing Differential Privacy for Federated Learning Over Wireless: A Cross-layer Framework
von: Mao, Jiayu, et al.
Veröffentlicht: (2024)

A General Error-Theoretical Analysis Framework for Constructing Compression Strategies
von: Zhang, Boyang, et al.
Veröffentlicht: (2025)

Improved Information Theoretic Generalization Bounds for Distributed and Federated Learning
von: Barnes, L. P., et al.
Veröffentlicht: (2022)

Extended Functional Representation Lemma: A Tool For Privacy, Semantic Representation, Caching, and Compression Design
von: Zamani, Amirreza, et al.
Veröffentlicht: (2024)

Hierarchical Over-the-Air Federated Learning with Awareness of Interference and Data Heterogeneity
von: Azimi-Abarghouyi, Seyed Mohammad, et al.
Veröffentlicht: (2024)

Fast Rate Information-theoretic Bounds on Generalization Errors
von: Wu, Xuetong, et al.
Veröffentlicht: (2023)

Information-Geometric Decomposition of Generalization Error in Unsupervised Learning
von: Kim, Gilhan
Veröffentlicht: (2026)

Improving Achievability of Cache-Aided Private Variable-Length Coding with Zero Leakage
von: Zamani, Amirreza, et al.
Veröffentlicht: (2024)

Private Semantic Communications with Separate Blind Encoders
von: Zamani, Amirreza, et al.
Veröffentlicht: (2024)

Cache-Aided Variable-Length Coding with Perfect Privacy
von: Zamani, Amirreza, et al.
Veröffentlicht: (2023)

Generalization Error of Graph Neural Networks in the Mean-field Regime
von: Aminian, Gholamali, et al.
Veröffentlicht: (2024)

Coding-Enforced Robust Secure Aggregation for Federated Learning Under Unreliable Communication
von: Weng, Shudi, et al.
Veröffentlicht: (2025)

Load Balancing in Federated Learning
von: Javani, Alireza, et al.
Veröffentlicht: (2024)

Decoupled Subgraph Federated Learning
von: Aliakbari, Javad, et al.
Veröffentlicht: (2024)

UAV-assisted Unbiased Hierarchical Federated Learning: Performance and Convergence Analysis
von: Zhagypar, Ruslan, et al.
Veröffentlicht: (2024)

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

Federated Learning over Hierarchical Wireless Networks: Training Latency Minimization via Submodel Partitioning
von: Fang, Wenzhi, et al.
Veröffentlicht: (2023)

Dual-Mind World Models: A General Framework for Learning in Dynamic Wireless Networks
von: Wang, Lingyi, et al.
Veröffentlicht: (2025)

Generalizing the Fano inequality further
von: Bongole, Raghav, et al.
Veröffentlicht: (2026)

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