「cs.DC」カテゴリーアーカイブ

A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning

投稿日: 2025年3月28日 作成者: jarxiv

要約 Federated Learningは、分散型デバイスまたはサーバーのトレ … 続きを読む →

カテゴリー: C.2.4, cs.CR, cs.DC, cs.LG | A Selective Homomorphic Encryption Approach for Faster Privacy-Preserving Federated Learning はコメントを受け付けていません

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy

投稿日: 2025年3月28日 作成者: jarxiv

要約 Federated Learning（FL）は、グローバルスケールでのプラ … 続きを読む →

カテゴリー: C.2.4, cs.DC, cs.LG | An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy はコメントを受け付けていません

Injecting Adrenaline into LLM Serving: Boosting Resource Utilization and Throughput via Attention Disaggregation

投稿日: 2025年3月27日 作成者: jarxiv

要約 大規模な言語モデル（LLM）サービスシステムでは、各リクエストを実行するこ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Injecting Adrenaline into LLM Serving: Boosting Resource Utilization and Throughput via Attention Disaggregation はコメントを受け付けていません

An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy

投稿日: 2025年3月27日 作成者: jarxiv

要約 Federated Learning（FL）は、グローバルスケールでのプラ … 続きを読む →

カテゴリー: C.2.4, cs.DC, cs.LG | An Empirical Study of the Impact of Federated Learning on Machine Learning Model Accuracy はコメントを受け付けていません

Fully Distributed Fog Load Balancing with Multi-Agent Reinforcement Learning

投稿日: 2025年3月27日 作成者: jarxiv

要約 リアルタイムのモノのインターネット（IoT）アプリケーションでは、IoTワ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.MA | Fully Distributed Fog Load Balancing with Multi-Agent Reinforcement Learning はコメントを受け付けていません

DeltaZip: Efficient Serving of Multiple Full-Model-Tuned LLMs

投稿日: 2025年3月26日 作成者: jarxiv

要約 大型言語モデル（LLMS）を微調整すると、ダウンストリームタスクのモデル品 … 続きを読む →

カテゴリー: cs.DC, cs.LG | DeltaZip: Efficient Serving of Multiple Full-Model-Tuned LLMs はコメントを受け付けていません

RCC-PFL: Robust Client Clustering under Noisy Labels in Personalized Federated Learning

投稿日: 2025年3月26日 作成者: jarxiv

要約 ユーザーがさまざまな個人モデルを学ぶことを目指しているパーソナライズされた … 続きを読む →

カテゴリー: cs.DC, cs.IT, cs.LG, cs.NI, eess.SP, math.IT | RCC-PFL: Robust Client Clustering under Noisy Labels in Personalized Federated Learning はコメントを受け付けていません

Robustness of deep learning classification to adversarial input on GPUs: asynchronous parallel accumulation is a source of vulnerability

投稿日: 2025年3月24日 作成者: jarxiv

要約 機械学習（ML）分類モデルが、敵対的な攻撃として知られる小規模なターゲット … 続きを読む →

カテゴリー: cs.DC, cs.LG, I.2.11 | Robustness of deep learning classification to adversarial input on GPUs: asynchronous parallel accumulation is a source of vulnerability はコメントを受け付けていません

LoGoFair: Post-Processing for Local and Global Fairness in Federated Learning

投稿日: 2025年3月24日 作成者: jarxiv

要約 Federated Learning（FL）は、分散型のデータソースから学 … 続きを読む →

カテゴリー: cs.DC, cs.LG | LoGoFair: Post-Processing for Local and Global Fairness in Federated Learning はコメントを受け付けていません

Federated Cross-Domain Click-Through Rate Prediction With Large Language Model Augmentation

投稿日: 2025年3月24日 作成者: jarxiv

要約 厳しいプライバシーの制約の下でクリックスルーレート（CTR）を正確に予測す … 続きを読む →

カテゴリー: cs.CL, cs.DC, cs.IR | Federated Cross-Domain Click-Through Rate Prediction With Large Language Model Augmentation はコメントを受け付けていません