「cs.DC」カテゴリーアーカイブ

Space-fluid Adaptive Sampling by Self-Organisation

投稿日: 2023年3月17日 作成者: jarxiv

要約 協調システムで繰り返されるタスクは、分散された感知データや計算結果など、空 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.MA, cs.SY, eess.SY, I.2.11 | Space-fluid Adaptive Sampling by Self-Organisation はコメントを受け付けていません

Stabilizing and Improving Federated Learning with Non-IID Data and Client Dropout

投稿日: 2023年3月16日 作成者: jarxiv

要約 ラベル分布の歪みによって引き起こされるデータの不均一性は、ユーザーのプライ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Stabilizing and Improving Federated Learning with Non-IID Data and Client Dropout はコメントを受け付けていません

Cloud Services Enable Efficient AI-Guided Simulation Workflows across Heterogeneous Resources

投稿日: 2023年3月16日 作成者: jarxiv

要約 機械学習とシミュレーションを融合するアプリケーションは、複数のコンピューテ … 続きを読む →

カテゴリー: cs.AI, cs.DC | Cloud Services Enable Efficient AI-Guided Simulation Workflows across Heterogeneous Resources はコメントを受け付けていません

Visual Prompt Based Personalized Federated Learning

投稿日: 2023年3月16日 作成者: jarxiv

要約 分散学習の一般的なパラダイムとして、パーソナライズされた連合学習 (PFL … 続きを読む →

カテゴリー: cs.CV, cs.DC, cs.LG | Visual Prompt Based Personalized Federated Learning はコメントを受け付けていません

AdaptiveNet: Post-deployment Neural Architecture Adaptation for Diverse Edge Environments

投稿日: 2023年3月14日 作成者: jarxiv

要約 ディープ ラーニング モデルは、リアルタイム アプリケーション用のエッジ … 続きを読む →

カテゴリー: cs.DC, cs.LG | AdaptiveNet: Post-deployment Neural Architecture Adaptation for Diverse Edge Environments はコメントを受け付けていません

Communication Size Reduction of Federated Learning using Neural ODE Models

投稿日: 2023年3月13日 作成者: jarxiv

要約 フェデレーテッド ラーニングとは、セキュリティとプライバシーを考慮して、デ … 続きを読む →

カテゴリー: cs.DC, cs.LG | Communication Size Reduction of Federated Learning using Neural ODE Models はコメントを受け付けていません

Accelerating Distributed Deep Reinforcement Learning by In-Network Experience Sampling

投稿日: 2023年3月13日 作成者: jarxiv

要約 複数の計算ノードを相互接続する計算クラスターを使用して、DQN (Deep … 続きを読む →

カテゴリー: cs.DC, cs.LG | Accelerating Distributed Deep Reinforcement Learning by In-Network Experience Sampling はコメントを受け付けていません

Communication-Efficient Collaborative Heterogeneous Bandits in Networks

投稿日: 2023年3月10日 作成者: jarxiv

要約 マルチエージェント マルチアーム バンディット問題は、オンライン レコメン … 続きを読む →

カテゴリー: cs.DC, cs.LG, cs.NI, stat.ML | Communication-Efficient Collaborative Heterogeneous Bandits in Networks はコメントを受け付けていません

Privacy-preserving and Uncertainty-aware Federated Trajectory Prediction for Connected Autonomous Vehicles

投稿日: 2023年3月9日 作成者: jarxiv

要約 深層学習は、自動運転車の軌道予測に最適な方法です。 残念ながら、データを大 … 続きを読む →

カテゴリー: cs.CV, cs.DC, cs.LG, cs.RO | Privacy-preserving and Uncertainty-aware Federated Trajectory Prediction for Connected Autonomous Vehicles はコメントを受け付けていません

Variance Reduction is an Antidote to Byzantines: Better Rates, Weaker Assumptions and Communication Compression as a Cherry on the Top

投稿日: 2023年3月9日 作成者: jarxiv

要約 ビザンチン堅牢性は、共同学習やフェデレーション学習への関心が高まっているた … 続きを読む →

カテゴリー: cs.DC, cs.LG, math.OC | Variance Reduction is an Antidote to Byzantines: Better Rates, Weaker Assumptions and Communication Compression as a Cherry on the Top はコメントを受け付けていません