「cs.DC」カテゴリーアーカイブ

Learning to Schedule Online Tasks with Bandit Feedback

投稿日: 2024年2月27日 作成者: jarxiv

要約 オンライン タスク スケジューリングは、クラウド コンピューティングやクラ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Learning to Schedule Online Tasks with Bandit Feedback はコメントを受け付けていません

On Distributed Larger-Than-Memory Subset Selection With Pairwise Submodular Functions

投稿日: 2024年2月27日 作成者: jarxiv

要約 多くの学習問題は、サブセットの選択、つまり重要な代表点のサブセットを特定す … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.DC, cs.LG, math.OC | On Distributed Larger-Than-Memory Subset Selection With Pairwise Submodular Functions はコメントを受け付けていません

SparDL: Distributed Deep Learning Training with Efficient Sparse Communication

投稿日: 2024年2月26日 作成者: jarxiv

要約 Top-k スパース化は、分散深層学習における通信量を削減するために最近広 … 続きを読む →

カテゴリー: cs.DC, cs.LG | SparDL: Distributed Deep Learning Training with Efficient Sparse Communication はコメントを受け付けていません

Distributed Radiance Fields for Edge Video Compression and Metaverse Integration in Autonomous Driving

投稿日: 2024年2月23日 作成者: jarxiv

要約 メタバースは、物理要素とデジタル要素を組み合わせた仮想空間であり、没入型で … 続きを読む →

カテゴリー: cs.CV, cs.DC | Distributed Radiance Fields for Edge Video Compression and Metaverse Integration in Autonomous Driving はコメントを受け付けていません

FedADMM-InSa: An Inexact and Self-Adaptive ADMM for Federated Learning

投稿日: 2024年2月22日 作成者: jarxiv

要約 フェデレーション ラーニング (FL) は、プライバシーを維持しながら分散 … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG, math.OC | FedADMM-InSa: An Inexact and Self-Adaptive ADMM for Federated Learning はコメントを受け付けていません

Order-Optimal Regret in Distributed Kernel Bandits using Uniform Sampling with Shared Randomness

投稿日: 2024年2月21日 作成者: jarxiv

要約 $N$ エージェントが、再現カーネル ヒルベルト空間にある未知の報酬関数を … 続きを読む →

カテゴリー: cs.DC, cs.LG, stat.ML | Order-Optimal Regret in Distributed Kernel Bandits using Uniform Sampling with Shared Randomness はコメントを受け付けていません

Secure Federated Learning Across Heterogeneous Cloud and High-Performance Computing Resources — A Case Study on Federated Fine-tuning of LLaMA 2

投稿日: 2024年2月20日 作成者: jarxiv

要約 フェデレーテッド ラーニングを使用すると、ローカルでトレーニングされたモデ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Secure Federated Learning Across Heterogeneous Cloud and High-Performance Computing Resources — A Case Study on Federated Fine-tuning of LLaMA 2 はコメントを受け付けていません

On the Byzantine-Resilience of Distillation-Based Federated Learning

投稿日: 2024年2月20日 作成者: jarxiv

要約 知識蒸留 (KD) を使用したフェデレーテッド ラーニング (FL) アル … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | On the Byzantine-Resilience of Distillation-Based Federated Learning はコメントを受け付けていません

FedD2S: Personalized Data-Free Federated Knowledge Distillation

投稿日: 2024年2月19日 作成者: jarxiv

要約 このペーパーでは、Federated Learning (FL) フレーム … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, eess.IV | FedD2S: Personalized Data-Free Federated Knowledge Distillation はコメントを受け付けていません

A chaotic maps-based privacy-preserving distributed deep learning for incomplete and Non-IID datasets

投稿日: 2024年2月16日 作成者: jarxiv

要約 Federated Learning は、データのプライバシーを損なうこと … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | A chaotic maps-based privacy-preserving distributed deep learning for incomplete and Non-IID datasets はコメントを受け付けていません