「cs.DC」カテゴリーアーカイブ

FedFMS: Exploring Federated Foundation Models for Medical Image Segmentation

投稿日: 2024年3月11日 作成者: jarxiv

要約 医療画像のセグメンテーションは臨床診断にとって重要です。 Segmenta … 続きを読む →

カテゴリー: cs.CV, cs.DC, eess.IV, I.2.11 | FedFMS: Exploring Federated Foundation Models for Medical Image Segmentation はコメントを受け付けていません

Enhancing Data Quality in Federated Fine-Tuning of Foundation Models

投稿日: 2024年3月8日 作成者: jarxiv

要約 基礎モデルのトレーニングの現在の状況では、パブリック ドメインのデータに大 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Enhancing Data Quality in Federated Fine-Tuning of Foundation Models はコメントを受け付けていません

Decoupled Vertical Federated Learning for Practical Training on Vertically Partitioned Data

投稿日: 2024年3月7日 作成者: jarxiv

要約 垂直フェデレーテッド ラーニング (VFL) は、共通のエンティティ セッ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Decoupled Vertical Federated Learning for Practical Training on Vertically Partitioned Data はコメントを受け付けていません

SPEAR:Exact Gradient Inversion of Batches in Federated Learning

投稿日: 2024年3月7日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、複数のクライアントがローカル データの勾配 … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG, I.2.11 | SPEAR:Exact Gradient Inversion of Batches in Federated Learning はコメントを受け付けていません

Robust Federated Learning Mitigates Client-side Training Data Distribution Inference Attacks

投稿日: 2024年3月6日 作成者: jarxiv

要約 最近の研究では、クライアントがプライベート データをサーバーと共有しないた … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Robust Federated Learning Mitigates Client-side Training Data Distribution Inference Attacks はコメントを受け付けていません

LLM-PQ: Serving LLM on Heterogeneous Clusters with Phase-Aware Partition and Adaptive Quantization

投稿日: 2024年3月5日 作成者: jarxiv

要約 近年の大規模言語モデル（LLM）の飛躍的な進歩により、様々なタスクで素晴ら … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | LLM-PQ: Serving LLM on Heterogeneous Clusters with Phase-Aware Partition and Adaptive Quantization はコメントを受け付けていません

Defending Against Data Reconstruction Attacks in Federated Learning: An Information Theory Approach

投稿日: 2024年3月5日 作成者: jarxiv

要約 Federated Learning(FL)は、直接データを共有する代わり … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Defending Against Data Reconstruction Attacks in Federated Learning: An Information Theory Approach はコメントを受け付けていません

Summary Paper: Use Case on Building Collaborative Safe Autonomous Systems-A Robotdog for Guiding Visually Impaired People

投稿日: 2024年3月5日 作成者: jarxiv

要約 これは、スマート交差点のような複雑な環境で視覚障害者を誘導するためのロボッ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.MA, cs.RO, cs.SY, eess.SY | Summary Paper: Use Case on Building Collaborative Safe Autonomous Systems-A Robotdog for Guiding Visually Impaired People はコメントを受け付けていません

SureFED: Robust Federated Learning via Uncertainty-Aware Inward and Outward Inspection

投稿日: 2024年3月4日 作成者: jarxiv

要約 本論文では、ビザンチンでロバストな連合学習のための新しいフレームワークであ … 続きを読む →

カテゴリー: cs.DC, cs.LG, cs.MA | SureFED: Robust Federated Learning via Uncertainty-Aware Inward and Outward Inspection はコメントを受け付けていません

Compass: A Decentralized Scheduler for Latency-Sensitive ML Workflows

投稿日: 2024年2月29日 作成者: jarxiv

要約 私たちは、GPU 対応ワーカーが連携して複雑なクエリを実行する分散システム … 続きを読む →

カテゴリー: cs.AI, cs.DC | Compass: A Decentralized Scheduler for Latency-Sensitive ML Workflows はコメントを受け付けていません