「cs.DC」カテゴリーアーカイブ

SPIRT: A Fault-Tolerant and Reliable Peer-to-Peer Serverless ML Training Architecture

投稿日: 2023年9月26日 作成者: jarxiv

要約 サーバーレス コンピューティングの出現により、分散機械学習、特にパラメータ … 続きを読む →

カテゴリー: cs.AI, cs.DC | SPIRT: A Fault-Tolerant and Reliable Peer-to-Peer Serverless ML Training Architecture はコメントを受け付けていません

Parallelizing non-linear sequential models over the sequence length

投稿日: 2023年9月22日 作成者: jarxiv

要約 リカレント ニューラル ネットワークやニューラル常微分方程式などの逐次モデ … 続きを読む →

カテゴリー: cs.DC, cs.LG, physics.comp-ph | Parallelizing non-linear sequential models over the sequence length はコメントを受け付けていません

A Cost-Aware Mechanism for Optimized Resource Provisioning in Cloud Computing

投稿日: 2023年9月21日 作成者: jarxiv

要約 最近、クラウド コンピューティングで計算リソースが広く使用されているため、 … 続きを読む →

カテゴリー: cs.AI, cs.DC | A Cost-Aware Mechanism for Optimized Resource Provisioning in Cloud Computing はコメントを受け付けていません

Towards Energy-Aware Federated Traffic Prediction for Cellular Networks

投稿日: 2023年9月20日 作成者: jarxiv

要約 インテリジェントなネットワーク設計、リソース割り当て、異常軽減には正確な予 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.NI | Towards Energy-Aware Federated Traffic Prediction for Cellular Networks はコメントを受け付けていません

A Multi-Token Coordinate Descent Method for Semi-Decentralized Vertical Federated Learning

投稿日: 2023年9月19日 作成者: jarxiv

要約 コミュニケーションの効率化は、フェデレーテッド ラーニング (FL) にお … 続きを読む →

カテゴリー: cs.DC, cs.DS, cs.LG, math.OC | A Multi-Token Coordinate Descent Method for Semi-Decentralized Vertical Federated Learning はコメントを受け付けていません

MPCGPU: Real-Time Nonlinear Model Predictive Control through Preconditioned Conjugate Gradient on the GPU

投稿日: 2023年9月18日 作成者: jarxiv

要約 非線形モデル予測制御 (NMPC) は、各制御ステップでの軌道の最適化を活 … 続きを読む →

カテゴリー: cs.DC, cs.RO | MPCGPU: Real-Time Nonlinear Model Predictive Control through Preconditioned Conjugate Gradient on the GPU はコメントを受け付けていません

A Comprehensive Review and a Taxonomy of Edge Machine Learning: Requirements, Paradigms, and Techniques

投稿日: 2023年9月18日 作成者: jarxiv

要約 エッジ コンピューティング (EC) と人工知能 (AI) の結合により、 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG | A Comprehensive Review and a Taxonomy of Edge Machine Learning: Requirements, Paradigms, and Techniques はコメントを受け付けていません

Switch and Conquer: Efficient Algorithms By Switching Stochastic Gradient Oracles For Decentralized Saddle Point Problems

投稿日: 2023年9月14日 作成者: jarxiv

要約 中央サーバーのない分散設定における、非滑らかで凸面が強く凹面が強い鞍点問題 … 続きを読む →

カテゴリー: cs.DC, cs.DS, cs.LG, math.OC | Switch and Conquer: Efficient Algorithms By Switching Stochastic Gradient Oracles For Decentralized Saddle Point Problems はコメントを受け付けていません

ColD Fusion: Collaborative Descent for Distributed Multitask Finetuning

投稿日: 2023年9月14日 作成者: jarxiv

要約 私たちは、ColD Fusion と呼ばれる、事前学習済みモデルを継続的に … 続きを読む →

カテゴリー: cs.CL, cs.DC, cs.LG | ColD Fusion: Collaborative Descent for Distributed Multitask Finetuning はコメントを受け付けていません

FedDIP: Federated Learning with Extreme Dynamic Pruning and Incremental Regularization

投稿日: 2023年9月14日 作成者: jarxiv

要約 Federated Learning (FL) は、大規模なディープ ニュ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2 | FedDIP: Federated Learning with Extreme Dynamic Pruning and Incremental Regularization はコメントを受け付けていません