「C.2.4」カテゴリーアーカイブ

A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning

投稿日: 2025年3月28日 作成者: jarxiv

要約 Federated Learningは、分散型デバイスまたはサーバーのトレ … 続きを読む →

カテゴリー: C.2.4, cs.CR, cs.DC, cs.LG | A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning はコメントを受け付けていません

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy

投稿日: 2025年3月28日 作成者: jarxiv

要約 Federated Learning（FL）は、グローバルスケールでのプラ … 続きを読む →

カテゴリー: C.2.4, cs.DC, cs.LG | An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy はコメントを受け付けていません

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy

投稿日: 2025年3月27日 作成者: jarxiv

要約 Federated Learning（FL）は、グローバルスケールでのプラ … 続きを読む →

カテゴリー: C.2.4, cs.DC, cs.LG | An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy はコメントを受け付けていません

Safe Distributed Control of Multi-Robot Systems with Communication Delays

投稿日: 2025年3月5日 作成者: jarxiv

要約 マルチロボットシステムの安全な動作は、特に海底マッピング用の水中、ナビゲー … 続きを読む →

カテゴリー: (Primary), 68M14, 68T07, 68W15, C.2.4, cs.RO | Safe Distributed Control of Multi-Robot Systems with Communication Delays はコメントを受け付けていません

A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning

投稿日: 2025年1月23日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、分散型デバイスまたはサーバー上でモデルのト … 続きを読む →

カテゴリー: C.2.4, cs.CR, cs.DC, cs.LG | A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning はコメントを受け付けていません

Decentralized Mobile Target Tracking Using Consensus-Based Estimation with Nearly-Constant-Velocity Modeling

投稿日: 2024年12月5日 作成者: jarxiv

要約 モバイルターゲット追跡は、監視や自律ナビゲーションなどのさまざまなアプリケ … 続きを読む →

カテゴリー: C.2.4, cs.MA, cs.RO, cs.SY, eess.SP, eess.SY, math.OC | Decentralized Mobile Target Tracking Using Consensus-Based Estimation with Nearly-Constant-Velocity Modeling はコメントを受け付けていません

Topology-Based Reconstruction Prevention for Decentralised Learning

投稿日: 2024年12月3日 作成者: jarxiv

要約 分散型学習は、データと調整の両方が分散される連合学習に代わるものとして、最 … 続きを読む →

カテゴリー: C.2.4, cs.CR, cs.DC, cs.DM, cs.LG | Topology-Based Reconstruction Prevention for Decentralised Learning はコメントを受け付けていません

Scalable Training of Trustworthy and Energy-Efficient Predictive Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN

投稿日: 2024年11月4日 作成者: jarxiv

要約 HydraGNNは、多頭のグラフ畳み込みニューラルネットワークアーキテクチ … 続きを読む →

カテゴリー: 68T07, 68T09, C.2.4, cs.LG, physics.comp-ph | Scalable Training of Trustworthy and Energy-Efficient Predictive Graph Foundation Models for Atomistic Materials Modeling: A Case Study with HydraGNN はコメントを受け付けていません

Final Report for CHESS: Cloud, High-Performance Computing, and Edge for Science and Security

投稿日: 2024年10月22日 作成者: jarxiv

要約 理論と実験のサイクルを自動化するには、実験室の機器、エッジ センサー、複数 … 続きを読む →

カテゴリー: C.2.4, cs.CV, cs.DC, cs.PF, cs.SY, eess.SY | Final Report for CHESS: Cloud, High-Performance Computing, and Edge for Science and Security はコメントを受け付けていません

Federated Learning and AI Regulation in the European Union: Who is Responsible? — An Interdisciplinary Analysis

投稿日: 2024年7月15日 作成者: jarxiv

要約 欧州連合の人工知能法では、多額の罰金を回避するために機械学習アプリケーショ … 続きを読む →

カテゴリー: C.2.4, cs.AI | Federated Learning and AI Regulation in the European Union: Who is Responsible? — An Interdisciplinary Analysis はコメントを受け付けていません