Buchumschlag

Boosting Multimodal Federated Learning via Chained Modality Optimization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zixin, Qi, Fan, Li, Shuai, Yang, Xiaoshan, Xu, Changsheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Distributed, Parallel, and Cluster Computing Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Multimodal Federated Learning with Missing Modality via Prototype Mask and Contrast
von: Bao, Guangyin, et al.
Veröffentlicht: (2023)

Analysis and Optimization of Wireless Multimodal Federated Learning on Modal Heterogeneity
von: Han, Xuefeng, et al.
Veröffentlicht: (2025)

ModServe: Modality- and Stage-Aware Resource Disaggregation for Scalable Multimodal Model Serving
von: Qiu, Haoran, et al.
Veröffentlicht: (2025)

TCM-Serve: Modality-aware Scheduling for Multimodal Large Language Model Inference
von: Papaioannou, Konstantinos, et al.
Veröffentlicht: (2026)

Boosting Asynchronous Decentralized Learning with Model Fragmentation
von: Biswas, Sayan, et al.
Veröffentlicht: (2024)

An Upload-Efficient Scheme for Transferring Knowledge From a Server-Side Pre-trained Generator to Clients in Heterogeneous Federated Learning
von: Zhang, Jianqing, et al.
Veröffentlicht: (2024)

Threats and Defenses in Federated Learning Life Cycle: A Comprehensive Survey and Challenges
von: Li, Yanli, et al.
Veröffentlicht: (2024)

OrchMLLM: Orchestrate Multimodal Data with Batch Post-Balancing to Accelerate Multimodal Large Language Model Training
von: Zheng, Yijie, et al.
Veröffentlicht: (2025)

Dynamic Resource Allocation for Virtual Machine Migration Optimization using Machine Learning
von: Gong, Yulu, et al.
Veröffentlicht: (2024)

Towards Carbon-Aware Container Orchestration: Predicting Workload Energy Consumption with Federated Learning
von: Saad, Zainab, et al.
Veröffentlicht: (2025)

Collaborative Split Federated Learning with Parallel Training and Aggregation
von: Papageorgiou, Yiannis, et al.
Veröffentlicht: (2025)

Sentinel: An Aggregation Function to Secure Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2023)

FedDCT: A Dynamic Cross-Tier Federated Learning Framework in Wireless Networks
von: Xian, Youquan, et al.
Veröffentlicht: (2023)

FedPAW: Federated Learning with Personalized Aggregation Weights for Urban Vehicle Speed Prediction
von: He, Yuepeng, et al.
Veröffentlicht: (2024)

iScheduler: Reinforcement Learning-Driven Continual Optimization for Large-Scale Resource Investment Problems
von: Hu, Yi-Xiang, et al.
Veröffentlicht: (2026)

Gradient Correction in Federated Learning with Adaptive Optimization
von: Chen, Evan, et al.
Veröffentlicht: (2025)

Robust Synchronisation for Federated Learning in The Face of Correlated Device Failure
von: Behfar, Stefan, et al.
Veröffentlicht: (2026)

UnifyFL: Enabling Decentralized Cross-Silo Federated Learning
von: S, Sarang, et al.
Veröffentlicht: (2025)

Analyzing the Impact of Participant Failures in Cross-Silo Federated Learning
von: Stricker, Fabian, et al.
Veröffentlicht: (2025)

EPD-Serve: A Flexible Multimodal EPD Disaggregation Inference Serving System On Ascend
von: Bai, Fan, et al.
Veröffentlicht: (2026)

FedTrans: Efficient Federated Learning via Multi-Model Transformation
von: Zhu, Yuxuan, et al.
Veröffentlicht: (2024)

PeerFL: A Simulator for Peer-to-Peer Federated Learning at Scale
von: Luqman, Alka, et al.
Veröffentlicht: (2024)

A Secure and Trustworthy Network Architecture for Federated Learning Healthcare Applications
von: Boiano, Antonio, et al.
Veröffentlicht: (2024)

Vaccinating Federated Learning for Robust Modulation Classification in Distributed Wireless Networks
von: Lee, Hunmin, et al.
Veröffentlicht: (2024)

Shard the Gradient, Scale the Model: Serverless Federated Aggregation via Gradient Partitioning
von: Barrak, Amine
Veröffentlicht: (2026)

StreamWise: Serving Multi-Modal Generation in Real-Time at Scale
von: Qiu, Haoran, et al.
Veröffentlicht: (2026)

Revealing the influence of participant failures on model quality in cross-silo Federated Learning
von: Stricker, Fabian, et al.
Veröffentlicht: (2026)

FedFT: Improving Communication Performance for Federated Learning with Frequency Space Transformation
von: Palihawadana, Chamath, et al.
Veröffentlicht: (2024)

Standardized Methods and Recommendations for Green Federated Learning
von: Tapp, Austin, et al.
Veröffentlicht: (2026)

Privacy-Preserving Federated Learning: Integrating Zero-Knowledge Proofs in Scalable Distributed Architectures
von: Gupta, Divya
Veröffentlicht: (2026)

Benchmarking Federated Learning in Edge Computing Environments: A Systematic Review and Performance Evaluation
von: Aribe Jr., Sales, et al.
Veröffentlicht: (2026)

FedRAV: Hierarchically Federated Region-Learning for Traffic Object Classification of Autonomous Vehicles
von: Zhai, Yijun, et al.
Veröffentlicht: (2024)

Research on Model Parallelism and Data Parallelism Optimization Methods in Large Language Model-Based Recommendation Systems
von: Yang, Haowei, et al.
Veröffentlicht: (2025)

PRAGMA: A Profiling-Reasoned Multi-Agent Framework for Automatic Kernel Optimization
von: Lei, Kelun, et al.
Veröffentlicht: (2025)

DFML: Decentralized Federated Mutual Learning
von: Khalil, Yasser H., et al.
Veröffentlicht: (2024)

MARLaaS: Multi-Tenant Asynchronous Reinforcement Learning as a Service
von: Yu, Timothy Tin Long, et al.
Veröffentlicht: (2026)

Optimizing Federated Learning by Entropy-Based Client Selection
von: Lutz, Andreas, et al.
Veröffentlicht: (2024)

Towards Straggler-Resilient Split Federated Learning: An Unbalanced Update Approach
von: Liang, Dandan, et al.
Veröffentlicht: (2025)

Federated Fine-Tuning of Sparsely-Activated Large Language Models on Resource-Constrained Devices
von: Chen, Fahao, et al.
Veröffentlicht: (2025)

A Nonlinear Hash-based Optimization Method for SpMV on GPUs
von: Yan, Chen, et al.
Veröffentlicht: (2025)