「cs.DC」カテゴリーアーカイブ

Protecting Confidentiality, Privacy and Integrity in Collaborative Learning

投稿日: 2024年12月12日 作成者: jarxiv

要約 効果的な機械学習 (ML) トレーニングを促進するには、データセット所有者 … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Protecting Confidentiality, Privacy and Integrity in Collaborative Learning はコメントを受け付けていません

Spatial-Temporal Federated Learning for Lifelong Person Re-identification on Distributed Edges

投稿日: 2024年12月12日 作成者: jarxiv

要約 データのドリフトは、個人再識別 (ReID) モデルを実世界のデバイスに展 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.DC, cs.IR, cs.LG | Spatial-Temporal Federated Learning for Lifelong Person Re-identification on Distributed Edges はコメントを受け付けていません

Federated Learning for Traffic Flow Prediction with Synthetic Data Augmentation

投稿日: 2024年12月12日 作成者: jarxiv

要約 深層学習ベースの交通予測モデルでは、埋め込まれた空間的および時間的依存関係 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.1 | Federated Learning for Traffic Flow Prediction with Synthetic Data Augmentation はコメントを受け付けていません

SpaFL: Communication-Efficient Federated Learning with Sparse Models and Low computational Overhead

投稿日: 2024年12月11日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) の通信と計算のオーバーヘッドが大き … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | SpaFL: Communication-Efficient Federated Learning with Sparse Models and Low computational Overhead はコメントを受け付けていません

FIARSE: Model-Heterogeneous Federated Learning via Importance-Aware Submodel Extraction

投稿日: 2024年12月10日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) では、クライアントのさまざまな計算 … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.OC | FIARSE: Model-Heterogeneous Federated Learning via Importance-Aware Submodel Extraction はコメントを受け付けていません

Connecting Large Language Models with Blockchain: Advancing the Evolution of Smart Contracts from Automation to Intelligence

投稿日: 2024年12月9日 作成者: jarxiv

要約 ブロックチェーン スマート コントラクトは、分散型金融を含むさまざまなドメ … 続きを読む →

カテゴリー: cs.AI, cs.DC | Connecting Large Language Models with Blockchain: Advancing the Evolution of Smart Contracts from Automation to Intelligence はコメントを受け付けていません

Federated Automated Feature Engineering

投稿日: 2024年12月6日 作成者: jarxiv

要約 自動特徴エンジニアリング (AutoFE) を使用して、元の特徴から新しい … 続きを読む →

カテゴリー: cs.DC, cs.LG | Federated Automated Feature Engineering はコメントを受け付けていません

FedDUAL: A Dual-Strategy with Adaptive Loss and Dynamic Aggregation for Mitigating Data Heterogeneity in Federated Learning

投稿日: 2024年12月6日 作成者: jarxiv

要約 Federated Learning (FL) は、さまざまなクライアント … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.DC, cs.LG | FedDUAL: A Dual-Strategy with Adaptive Loss and Dynamic Aggregation for Mitigating Data Heterogeneity in Federated Learning はコメントを受け付けていません

Reactive Orchestration for Hierarchical Federated Learning Under a Communication Cost Budget

投稿日: 2024年12月5日 作成者: jarxiv

要約 コンピューティング連続体 (CC) 全体に階層フェデレーテッド ラーニング … 続きを読む →

カテゴリー: cs.DC, cs.LG, cs.NI | Reactive Orchestration for Hierarchical Federated Learning Under a Communication Cost Budget はコメントを受け付けていません

Marconi: Prefix Caching for the Era of Hybrid LLMs

投稿日: 2024年12月5日 作成者: jarxiv

要約 アテンション層の言語モデリング機能とリカレント層 (状態空間モデルなど) … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Marconi: Prefix Caching for the Era of Hybrid LLMs はコメントを受け付けていません