「cs.DC」カテゴリーアーカイブ

MMO: Meta Multi-Objectivization for Software Configuration Tuning

投稿日: 2024年3月18日 作成者: jarxiv

要約 ソフトウェア構成のチューニングは、特定のパフォーマンス目標を最適化する ( … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.SE | MMO: Meta Multi-Objectivization for Software Configuration Tuning はコメントを受け付けていません

COMET: A Comprehensive Cluster Design Methodology for Distributed Deep Learning Training

投稿日: 2024年3月15日 作成者: jarxiv

要約 最新の深層学習 (DL) モデルは、トレーニングに特化したハイエンド ノー … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | COMET: A Comprehensive Cluster Design Methodology for Distributed Deep Learning Training はコメントを受け付けていません

FedImpro: Measuring and Improving Client Update in Federated Learning

投稿日: 2024年3月15日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) モデルでは、クライアント間でデータ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | FedImpro: Measuring and Improving Client Update in Federated Learning はコメントを受け付けていません

FedCompass: Efficient Cross-Silo Federated Learning on Heterogeneous Client Devices using a Computing Power Aware Scheduler

投稿日: 2024年3月12日 作成者: jarxiv

要約 クロスサイロのフェデレーテッド ラーニングは、ローカル データセット (医 … 続きを読む →

カテゴリー: cs.DC, cs.LG | FedCompass: Efficient Cross-Silo Federated Learning on Heterogeneous Client Devices using a Computing Power Aware Scheduler はコメントを受け付けていません

Streamlining in the Riemannian Realm: Efficient Riemannian Optimization with Loopless Variance Reduction

投稿日: 2024年3月12日 作成者: jarxiv

要約 この研究では、ユークリッド設定とリーマン設定の両方で使用される重要な分散削 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | Streamlining in the Riemannian Realm: Efficient Riemannian Optimization with Loopless Variance Reduction はコメントを受け付けていません

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