cs.DC」カテゴリーアーカイブ

Unlocking Real-Time Fluorescence Lifetime Imaging: Multi-Pixel Parallelism for FPGA-Accelerated Processing

要約 蛍光寿命イメージング (FLI) は、蛍光分子の減衰時間を測定するための生 … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, physics.optics | Unlocking Real-Time Fluorescence Lifetime Imaging: Multi-Pixel Parallelism for FPGA-Accelerated Processing はコメントを受け付けていません

The ParClusterers Benchmark Suite (PCBS): A Fine-Grained Analysis of Scalable Graph Clustering

要約 ParClusterers Benchmark Suite (PCBS) … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, cs.SI | The ParClusterers Benchmark Suite (PCBS): A Fine-Grained Analysis of Scalable Graph Clustering はコメントを受け付けていません

Domain Adaptation-based Edge Computing for Cross-Conditions Fault Diagnosis

要約 故障診断技術は機械装置の健全な稼働をサポートします。 しかし、機械装置の動 … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.SE | Domain Adaptation-based Edge Computing for Cross-Conditions Fault Diagnosis はコメントを受け付けていません

Low-Latency Task-Oriented Communications with Multi-Round, Multi-Task Deep Learning

要約 この論文では、送信側のエンコーダがデータの圧縮された潜在表現を学習し、その … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.IT, cs.LG, cs.NI, eess.SP, math.IT | Low-Latency Task-Oriented Communications with Multi-Round, Multi-Task Deep Learning はコメントを受け付けていません

Exploring GPU-to-GPU Communication: Insights into Supercomputer Interconnects

要約 急速に進化するエクサスケール スーパーコンピューターの状況では、マルチ G … 続きを読む

カテゴリー: C.2.1, cs.AI, cs.AR, cs.DC, cs.NI, cs.PF | Exploring GPU-to-GPU Communication: Insights into Supercomputer Interconnects はコメントを受け付けていません

On the Convergence of Continual Federated Learning Using Incrementally Aggregated Gradients

要約 機械学習の究極の目標は、継続的フェデレーテッド ラーニング (CFL) を … 続きを読む

カテゴリー: cs.DC, cs.LG | On the Convergence of Continual Federated Learning Using Incrementally Aggregated Gradients はコメントを受け付けていません

Efficient Federated Finetuning of Tiny Transformers with Resource-Constrained Devices

要約 近年、Transformer 構造を介した Large Language … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG | Efficient Federated Finetuning of Tiny Transformers with Resource-Constrained Devices はコメントを受け付けていません

DistRL: An Asynchronous Distributed Reinforcement Learning Framework for On-Device Control Agents

要約 オンデバイス制御エージェント (特にモバイル デバイス上) は、モバイル … 続きを読む

カテゴリー: cs.AI, cs.DC, cs.LG, cs.SY, eess.SY | DistRL: An Asynchronous Distributed Reinforcement Learning Framework for On-Device Control Agents はコメントを受け付けていません

Federated Learning under Periodic Client Participation and Heterogeneous Data: A New Communication-Efficient Algorithm and Analysis

要約 フェデレーテッド ラーニングでは、クライアントがいつでもトレーニングに参加 … 続きを読む

カテゴリー: cs.DC, cs.LG | Federated Learning under Periodic Client Participation and Heterogeneous Data: A New Communication-Efficient Algorithm and Analysis はコメントを受け付けていません

Enhancing Predictive Maintenance in Mining Mobile Machinery through a TinyML-enabled Hierarchical Inference Network

要約 変化する環境で稼働する鉱山機械は、高い摩耗と予測不可能なストレスに直面して … 続きを読む

カテゴリー: cs.DC, cs.LG, cs.MA, cs.NI, eess.SP | Enhancing Predictive Maintenance in Mining Mobile Machinery through a TinyML-enabled Hierarchical Inference Network はコメントを受け付けていません