「cs.DC」カテゴリーアーカイブ

HEAT: A Highly Efficient and Affordable Training System for Collaborative Filtering Based Recommendation on CPUs

投稿日: 2023年5月4日 作成者: jarxiv

要約 【タイトル】CPU上での協調フィルタリングベースのレコメンデーションのため … 続きを読む →

カテゴリー: cs.DC, cs.LG | HEAT: A Highly Efficient and Affordable Training System for Collaborative Filtering Based Recommendation on CPUs はコメントを受け付けていません

LESS-VFL: Communication-Efficient Feature Selection for Vertical Federated Learning

投稿日: 2023年5月4日 作成者: jarxiv

要約 タイトル：Vertical Federated Learningのための通 … 続きを読む →

カテゴリー: cs.DC, cs.LG | LESS-VFL: Communication-Efficient Feature Selection for Vertical Federated Learning はコメントを受け付けていません

Dynamic Scheduling for Federated Edge Learning with Streaming Data

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：ストリーミングデータに対するフェデレーテッドエッジ学習のためのダ … 続きを読む →

カテゴリー: cs.DC, cs.IT, cs.LG, cs.NI, math.IT | Dynamic Scheduling for Federated Edge Learning with Streaming Data はコメントを受け付けていません

Efficient Federated Learning with Enhanced Privacy via Lottery Ticket Pruning in Edge Computing

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：エッジコンピューティングにおける抽選券削減による強化されたプライ … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Efficient Federated Learning with Enhanced Privacy via Lottery Ticket Pruning in Edge Computing はコメントを受け付けていません

Revisiting Gradient Clipping: Stochastic bias and tight convergence guarantees

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：Gradient Clippingの見直し：確率的バイアスと収束 … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.OC, stat.ML | Revisiting Gradient Clipping: Stochastic bias and tight convergence guarantees はコメントを受け付けていません

Gradient-less Federated Gradient Boosting Trees with Learnable Learning Rates

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：学習率を学習可能にする勾配のないフェデレーテッド勾配ブースティン … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.DS, cs.LG | Gradient-less Federated Gradient Boosting Trees with Learnable Learning Rates はコメントを受け付けていません

Towards the Flatter Landscape and Better Generalization in Federated Learning under Client-level Differential Privacy

投稿日: 2023年5月3日 作成者: jarxiv

要約 タイトル：クライアントレベルの差分プライバシーに基づくフェデレーテッドラー … 続きを読む →

カテゴリー: cs.CR, cs.DC, cs.LG | Towards the Flatter Landscape and Better Generalization in Federated Learning under Client-level Differential Privacy はコメントを受け付けていません

A Machine Learning Framework for Distributed Functional Compression over Wireless Channels in IoT

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル： IoTにおける分散機能圧縮のための機械学習フレームワーク 要約 … 続きを読む →

カテゴリー: cs.DC, cs.IT, cs.LG, eess.SP, math.IT, stat.ML | A Machine Learning Framework for Distributed Functional Compression over Wireless Channels in IoT はコメントを受け付けていません

Towards Unbiased Training in Federated Open-world Semi-supervised Learning

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル：分散オープンワールド半教師あり学習における偏りのないフェデレーテ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Towards Unbiased Training in Federated Open-world Semi-supervised Learning はコメントを受け付けていません

Performance and Energy Consumption of Parallel Machine Learning Algorithms

投稿日: 2023年5月2日 作成者: jarxiv

要約 タイトル：「並列機械学習アルゴリズムの性能とエネルギー消費量」 要約： & … 続きを読む →

カテゴリー: cs.DC, cs.LG | Performance and Energy Consumption of Parallel Machine Learning Algorithms はコメントを受け付けていません