Buchumschlag

Beyond Rigid Alignment: Graph Federated Learning via Dual Manifold Calibration

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yu, Wentao, Han, Bo, Yang, Jie, Gong, Chen
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

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

Graph Federated Unlearning for Privacy Preservation
von: Ma, Ruotong, et al.
Veröffentlicht: (2026)

Modeling Inter-Intra Heterogeneity for Graph Federated Learning
von: Yu, Wentao, et al.
Veröffentlicht: (2024)

Homophily Heterogeneity Matters in Graph Federated Learning: A Spectrum Sharing and Complementing Perspective
von: Yu, Wentao
Veröffentlicht: (2025)

Beyond Alignment: Expanding Reasoning Capacity via Manifold-Reshaping Policy Optimization
von: Wang, Dayu, et al.
Veröffentlicht: (2026)

Graph Integration for Diffusion-Based Manifold Alignment
von: Rhodes, Jake S., et al.
Veröffentlicht: (2024)

Manifold-Constrained Adversarial Training for Long-Tailed Robustness via Geometric Alignment
von: Xian, Guanmeng, et al.
Veröffentlicht: (2026)

Unlocking the Potential of Model Calibration in Federated Learning
von: Chu, Yun-Wei, et al.
Veröffentlicht: (2024)

Federated Graph Learning with Structure Proxy Alignment
von: Fu, Xingbo, et al.
Veröffentlicht: (2024)

Rethinking LoRA for Data Heterogeneous Federated Learning: Subspace and State Alignment
von: Peng, Hongyi, et al.
Veröffentlicht: (2026)

GraphDLG: Exploring Deep Leakage from Gradients in Federated Graph Learning
von: Wei, Shuyue, et al.
Veröffentlicht: (2026)

Federated Learning with Extremely Noisy Clients via Negative Distillation
von: Lu, Yang, et al.
Veröffentlicht: (2023)

Graph Contrastive Learning via Spectral Graph Alignment
von: Nguyen, Manh
Veröffentlicht: (2025)

Adversarial Purification by Consistency-aware Latent Space Optimization on Data Manifolds
von: Zhang, Shuhai, et al.
Veröffentlicht: (2024)

FedCal: Achieving Local and Global Calibration in Federated Learning via Aggregated Parameterized Scaler
von: Peng, Hongyi, et al.
Veröffentlicht: (2024)

Graph Out-of-Distribution Detection via Test-Time Calibration with Dual Dynamic Dictionaries
von: Hou, Yue, et al.
Veröffentlicht: (2025)

Beyond Distribution Estimation: Simplex Anchored Structural Inference Towards Universal Semi-Supervised Learning
von: Hou, Yaxin, et al.
Veröffentlicht: (2026)

Beyond Fixed Rounds: Data-Free Early Stopping for Practical Federated Learning
von: Lee, Youngjoon, et al.
Veröffentlicht: (2026)

FedFACT: A Provable Framework for Controllable Group-Fairness Calibration in Federated Learning
von: Zhang, Li, et al.
Veröffentlicht: (2025)

Beyond Single-Agent Alignment: Preventing Context-Fragmented Violations in Multi-Agent Systems
von: Wu, Jie, et al.
Veröffentlicht: (2026)

Robust Learning under Hybrid Noise
von: Wei, Yang, et al.
Veröffentlicht: (2024)

Learning Multiplex Representations on Text-Attributed Graphs with One Language Model Encoder
von: Jin, Bowen, et al.
Veröffentlicht: (2023)

GraphAlign: Pretraining One Graph Neural Network on Multiple Graphs via Feature Alignment
von: Hou, Zhenyu, et al.
Veröffentlicht: (2024)

Federated Learning on Riemannian Manifolds: A Gradient-Free Projection-Based Approach
von: Wang, Hongye, et al.
Veröffentlicht: (2025)

EC-LDA : Label Distribution Inference Attack against Federated Graph Learning with Embedding Compression
von: Cheng, Tong, et al.
Veröffentlicht: (2025)

Unlocking the Pre-Trained Model as a Dual-Alignment Calibrator for Post-Trained LLMs
von: Luo, Beier, et al.
Veröffentlicht: (2026)

Random Forest-Supervised Manifold Alignment
von: Rhodes, Jake S., et al.
Veröffentlicht: (2024)

Beyond Feature Importance: Feature Interactions in Predicting Post-Stroke Rigidity with Graph Explainable AI
von: Xu, Jiawei, et al.
Veröffentlicht: (2025)

Federated Graph Semantic and Structural Learning
von: Huang, Wenke, et al.
Veröffentlicht: (2024)

FedGraph: A Research Library and Benchmark for Federated Graph Learning
von: Yao, Yuhang, et al.
Veröffentlicht: (2024)

Online Adaptation via Dual-Stage Alignment and Self-Supervision for Fast-Calibration Brain-Computer Interfaces
von: Duan, Sheng-Bin, et al.
Veröffentlicht: (2025)

Alleviating Over-Smoothing via Aggregation over Compact Manifolds
von: Zhou, Dongzhuoran, et al.
Veröffentlicht: (2024)

Orthogonal Calibration for Asynchronous Federated Learning
von: Zhang, Jiayun, et al.
Veröffentlicht: (2025)

IIKL: Isometric Immersion Kernel Learning with Riemannian Manifold for Geometric Preservation
von: Chen, Zihao, et al.
Veröffentlicht: (2025)

Learning ECG Image Representations via Dual Physiological-Aware Alignments
von: Pham, Hung Manh, et al.
Veröffentlicht: (2026)

Generative Model Inversion Through the Lens of the Manifold Hypothesis
von: Peng, Xiong, et al.
Veröffentlicht: (2025)

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

Personalized Federated Learning for Gradient Alignment
von: Kim, Dongwon, et al.
Veröffentlicht: (2026)

Graph Condensation for Open-World Graph Learning
von: Gao, Xinyi, et al.
Veröffentlicht: (2024)

Calibrated One Round Federated Learning with Bayesian Inference in the Predictive Space
von: Hasan, Mohsin, et al.
Veröffentlicht: (2023)