cs.DC」カテゴリーアーカイブ

Longer Attention Span: Increasing Transformer Context Length with Sparse Graph Processing Techniques

要約 変圧器は、自然言語処理やバイオインフォマティクスなど、多くのドメインで大き … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, cs.PF | コメントする

Federated Learning for Anomaly Detection in Energy Consumption Data: Assessing the Vulnerability to Adversarial Attacks

要約 エネルギーセクターでは、機器の障害、エネルギー盗難、またはその他の問題を示 … 続きを読む

カテゴリー: 68, cs.AI, cs.DC, cs.LG, I.2 | コメントする

Kino-PAX: Highly Parallel Kinodynamic Sampling-based Planner

要約 サンプリングベースのモーションプランナー(SBMP)は、高次元空間で複雑な … 続きを読む

カテゴリー: cs.DC, cs.PF, cs.RO | Kino-PAX: Highly Parallel Kinodynamic Sampling-based Planner はコメントを受け付けていません

STEM: Spatial-Temporal Mapping Tool For Spiking Neural Networks

要約 スパイクニューラルネットワーク(SNN)は、バイオ風に触発された第3世代の … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.DC, cs.NE | STEM: Spatial-Temporal Mapping Tool For Spiking Neural Networks はコメントを受け付けていません

Decentralized Federated Learning with Model Caching on Mobile Agents

要約 Federated Learning (FL)は、中央サーバによって調整さ … 続きを読む

カテゴリー: cs.DC, cs.LG | Decentralized Federated Learning with Model Caching on Mobile Agents はコメントを受け付けていません

LV-XAttn: Distributed Cross-Attention for Long Visual Inputs in Multimodal Large Language Models

要約 クロスアテンションは、視覚情報を言語バックボーンに統合するために、マルチモ … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.DC, cs.LG | LV-XAttn: Distributed Cross-Attention for Long Visual Inputs in Multimodal Large Language Models はコメントを受け付けていません

Boosting Asynchronous Decentralized Learning with Model Fragmentation

要約 分散学習(Decentralized Learning: DL)は、ウェブ … 続きを読む

カテゴリー: cs.AI, cs.DC | Boosting Asynchronous Decentralized Learning with Model Fragmentation はコメントを受け付けていません

Knowledge in multi-robot systems: an interplay of dynamics, computation and communication

要約 分散されたマルチロボットシステムのハイブリッドシステムの観点は、分散コンピ … 続きを読む

カテゴリー: cs.DC, cs.LO, cs.RO | Knowledge in multi-robot systems: an interplay of dynamics, computation and communication はコメントを受け付けていません

ATTNChecker: Highly-Optimized Fault Tolerant Attention for Large Language Model Training

要約 大規模な言語モデル(LLMS)は、さまざまな自然言語処理タスクで顕著なパフ … 続きを読む

カテゴリー: C.1.4, cs.DC, cs.LG | ATTNChecker: Highly-Optimized Fault Tolerant Attention for Large Language Model Training はコメントを受け付けていません

Quantifying Energy and Cost Benefits of Hybrid Edge Cloud: Analysis of Traditional and Agentic Workloads

要約 このペーパーでは、集中クラウドシステムのワークロード分布の課題を調べ、ハイ … 続きを読む

カテゴリー: cs.AI, cs.DC | Quantifying Energy and Cost Benefits of Hybrid Edge Cloud: Analysis of Traditional and Agentic Workloads はコメントを受け付けていません