「I.2.11」カテゴリーアーカイブ

Towards Optimal Heterogeneous Client Sampling in Multi-Model Federated Learning

投稿日: 2025年4月9日 作成者: jarxiv

要約 Federated Learning（FL）により、Edge Device … 続きを読む →

カテゴリー: cs.DC, cs.LG, I.2.11 | コメントする

Towards Optimal Heterogeneous Client Sampling in Multi-Model Federated Learning

投稿日: 2025年4月8日 作成者: jarxiv

要約 Federated Learning（FL）により、Edge Device … 続きを読む →

カテゴリー: cs.DC, cs.LG, I.2.11 | コメントする

CRLLK: Constrained Reinforcement Learning for Lane Keeping in Autonomous Driving

投稿日: 2025年3月31日 作成者: jarxiv

要約 自律運転システムに維持するには、さまざまな目的でシナリオ固有の重量調整が必 … 続きを読む →

カテゴリー: cs.LG, cs.RO, I.2.11 | CRLLK: Constrained Reinforcement Learning for Lane Keeping in Autonomous Driving 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

I/O in Machine Learning Applications on HPC Systems: A 360-degree Survey

投稿日: 2025年3月10日 作成者: jarxiv

要約 人工知能（AI）への関心の高まりにより、機械学習のより速い方法（ML）モデ … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | I/O in Machine Learning Applications on HPC Systems: A 360-degree Survey はコメントを受け付けていません

Distributed Value Decomposition Networks with Networked Agents

投稿日: 2025年2月12日 作成者: jarxiv

要約 分散トレーニングの問題を、部分的な観察可能性の下で調査します。これにより、 … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA, I.2.11 | Distributed Value Decomposition Networks with Networked Agents はコメントを受け付けていません

EasySpec: Layer-Parallel Speculative Decoding for Efficient Multi-GPU Utilization

投稿日: 2025年2月5日 作成者: jarxiv

要約 投機的復号は、大規模言語モデル（Large Language Model: … 続きを読む →

カテゴリー: cs.LG, I.2.11 | EasySpec: Layer-Parallel Speculative Decoding for Efficient Multi-GPU Utilization はコメントを受け付けていません

DeTrigger: A Gradient-Centric Approach to Backdoor Attack Mitigation in Federated Learning

投稿日: 2025年2月4日 作成者: jarxiv

要約 Federated Learning（FL）は、ローカルデータのプライバシ … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.CR, cs.LG, I.2.11 | DeTrigger: A Gradient-Centric Approach to Backdoor Attack Mitigation in Federated Learning はコメントを受け付けていません

Tazza: Shuffling Neural Network Parameters for Secure and Private Federated Learning

投稿日: 2025年2月4日 作成者: jarxiv

要約 Federated学習は、生データを共有することなく分散化されたモデル学習 … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.LG, I.2.11 | Tazza: Shuffling Neural Network Parameters for Secure and Private Federated Learning はコメントを受け付けていません

Federated Domain Generalization with Data-free On-server Gradient Matching

投稿日: 2025年1月27日 作成者: jarxiv

要約 ドメイン一般化（DG）は、複数の既知のソースドメインから、未知のターゲット … 続きを読む →

カテゴリー: 68Q32, cs.AI, cs.DC, cs.LG, cs.MA, I.2.11 | Federated Domain Generalization with Data-free On-server Gradient Matching はコメントを受け付けていません