cs.DC」カテゴリーアーカイブ

FedDr+: Stabilizing Dot-regression with Global Feature Distillation for Federated Learning

要約 Federated Learning (FL) は、異種の非 IID デー … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.DC, cs.LG | FedDr+: Stabilizing Dot-regression with Global Feature Distillation for Federated Learning はコメントを受け付けていません

Communication-Efficient Distributed Deep Learning via Federated Dynamic Averaging

要約 データの量が増え続けることと分散化された性質に加え、最新のモデルのサイズが … 続きを読む

カテゴリー: cs.DC, cs.LG | Communication-Efficient Distributed Deep Learning via Federated Dynamic Averaging はコメントを受け付けていません

WW-FL: Secure and Private Large-Scale Federated Learning

要約 フェデレーション ラーニング (FL) は、クライアント デバイス上にトレ … 続きを読む

カテゴリー: cs.CR, cs.DC, cs.IT, cs.LG, math.IT | WW-FL: Secure and Private Large-Scale Federated Learning はコメントを受け付けていません

Hybrid-Parallel: Achieving High Performance and Energy Efficient Distributed Inference on Robots

要約 機械学習技術の急速な進歩により、現実世界のさまざまなロボット タスクにおい … 続きを読む

カテゴリー: cs.DC, cs.RO | Hybrid-Parallel: Achieving High Performance and Energy Efficient Distributed Inference on Robots はコメントを受け付けていません

LoByITFL: Low Communication Secure and Private Federated Learning

要約 Federated Learning (FL) は、クライアント データの … 続きを読む

カテゴリー: cs.CR, cs.DC, cs.IT, cs.LG, math.IT | LoByITFL: Low Communication Secure and Private Federated Learning はコメントを受け付けていません

Mitigating Disparate Impact of Differential Privacy in Federated Learning through Robust Clustering

要約 Federated Learning (FL) は、データをローカライズし … 続きを読む

カテゴリー: cs.CR, cs.DC, cs.LG | Mitigating Disparate Impact of Differential Privacy in Federated Learning through Robust Clustering はコメントを受け付けていません

Optimizing Foundation Model Inference on a Many-tiny-core Open-source RISC-V Platform

要約 トランスフォーマーベースの基盤モデルは、さまざまな分野、特に自然言語処理 … 続きを読む

カテゴリー: C.4, cs.AI, cs.AR, cs.DC | Optimizing Foundation Model Inference on a Many-tiny-core Open-source RISC-V Platform はコメントを受け付けていません

FedSAC: Dynamic Submodel Allocation for Collaborative Fairness in Federated Learning

要約 協調的な公平性は、個々の貢献に基づいて報酬を公平に分配することでクライアン … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG | FedSAC: Dynamic Submodel Allocation for Collaborative Fairness in Federated Learning はコメントを受け付けていません

Galaxy: A Resource-Efficient Collaborative Edge AI System for In-situ Transformer Inference

要約 トランスベースのモデルは、スマート ホームの音声アシスタントなど、エッジで … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, cs.NI | Galaxy: A Resource-Efficient Collaborative Edge AI System for In-situ Transformer Inference はコメントを受け付けていません

Recurrent Early Exits for Federated Learning with Heterogeneous Clients

要約 フェデレーテッド ラーニング (FL) により、プライバシーを保護しながら … 続きを読む

カテゴリー: cs.CV, cs.DC, cs.LG | Recurrent Early Exits for Federated Learning with Heterogeneous Clients はコメントを受け付けていません