「cs.DC」カテゴリーアーカイブ

Distributed Federated Learning for Vehicular Network Security: Anomaly Detection Benefits and Multi-Domain Attack Threats

投稿日: 2025年5月30日 作成者: jarxiv

要約 接続された自動運転車および自律型車両では、安全なメッセージ分類のための機械 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.IT, cs.NI, eess.SP, math.IT | Distributed Federated Learning for Vehicular Network Security: Anomaly Detection Benefits and Multi-Domain Attack Threats はコメントを受け付けていません

From Connectivity to Autonomy: The Dawn of Self-Evolving Communication Systems

投稿日: 2025年5月30日 作成者: jarxiv

要約 この論文は、6Gが自己進化するテレコムエコシステムとして想定しています。こ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.ET, cs.SY, eess.SY | From Connectivity to Autonomy: The Dawn of Self-Evolving Communication Systems はコメントを受け付けていません

Differential Privacy Analysis of Decentralized Gossip Averaging under Varying Threat Models

投稿日: 2025年5月27日 作成者: jarxiv

要約 機械学習モデルの完全に分散したトレーニングは、スケーラビリティ、堅牢性、断 … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Differential Privacy Analysis of Decentralized Gossip Averaging under Varying Threat Models はコメントを受け付けていません

Federated Domain Generalization with Data-free On-server Matching Gradient

投稿日: 2025年5月27日 作成者: jarxiv

要約 ドメイン一般化（DG）は、複数の既知のソースドメインから、未知のターゲット … 続きを読む →

カテゴリー: 68Q32, cs.AI, cs.DC, cs.LG, cs.MA, I.2.11 | Federated Domain Generalization with Data-free On-server Matching Gradient はコメントを受け付けていません

Optimizing edge AI models on HPC systems with the edge in the loop

投稿日: 2025年5月27日 作成者: jarxiv

要約 エッジデバイスに展開された人工知能および機械学習モデル、たとえば、添加剤の … 続きを読む →

カテゴリー: cs.CV, cs.DC, D.1.3 | Optimizing edge AI models on HPC systems with the edge in the loop はコメントを受け付けていません

A Federated Splitting Framework for LLMs: Security, Efficiency, and Adaptability

投稿日: 2025年5月22日 作成者: jarxiv

要約 プライベートデータは通常、パブリックデータよりも高品質であり、LLMを改善 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.DC | A Federated Splitting Framework for LLMs: Security, Efficiency, and Adaptability はコメントを受け付けていません

Resource Heterogeneity-Aware and Utilization-Enhanced Scheduling for Deep Learning Clusters

投稿日: 2025年5月22日 作成者: jarxiv

要約 GPUやTPUなどのアクセラレータを備えた強力なクラスターをトレーニングす … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | Resource Heterogeneity-Aware and Utilization-Enhanced Scheduling for Deep Learning Clusters はコメントを受け付けていません

KunServe: Efficient Parameter-centric Memory Management for LLM Serving

投稿日: 2025年5月21日 作成者: jarxiv

要約 GPUのクラスターを使用してLLMSを提供することは最近一般的であり、サー … 続きを読む →

カテゴリー: cs.AI, cs.DC | KunServe: Efficient Parameter-centric Memory Management for LLM Serving はコメントを受け付けていません

Digital Twins in the Cloud: A Modular, Scalable and Interoperable Framework for Accelerating Verification and Validation of Autonomous Driving Solutions

投稿日: 2025年5月20日 作成者: jarxiv

要約 自動運転車（AVS）の検証と検証（V＆V）には、通常、さまざまな動作環境に … 続きを読む →

カテゴリー: cs.DC, cs.RO | Digital Twins in the Cloud: A Modular, Scalable and Interoperable Framework for Accelerating Verification and Validation of Autonomous Driving Solutions はコメントを受け付けていません

Occult: Optimizing Collaborative Communication across Experts for Accelerated Parallel MoE Training and Inference

投稿日: 2025年5月20日 作成者: jarxiv

要約 混合混合物（MOE）アーキテクチャは、専門家の並列性を備えた印象的な計算効 … 続きを読む →

カテゴリー: cs.DC, cs.LG | Occult: Optimizing Collaborative Communication across Experts for Accelerated Parallel MoE Training and Inference はコメントを受け付けていません