「I.2.11」カテゴリーアーカイブ

FLex&Chill: Improving Local Federated Learning Training with Logit Chilling

投稿日: 2024年1月19日 作成者: jarxiv

要約 フェデレーテッド ラーニングは、データの異質性、つまりローカル クライアン … 続きを読む →

カテゴリー: 68, cs.AI, cs.LG, I.2.11 | FLex&Chill: Improving Local Federated Learning Training with Logit Chilling はコメントを受け付けていません

Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents

投稿日: 2024年1月11日 作成者: jarxiv

要約 マルチエージェントによるマルチターゲット追跡は、野生動物のパトロール、セキ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO, I.2.11 | Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents はコメントを受け付けていません

A Reinforcement Learning Approach to Sensing Design in Resource-Constrained Wireless Networked Control Systems

投稿日: 2024年1月11日 作成者: jarxiv

要約 この論文では、動的プロセスを監視し、グローバルな監視と意思決定を実行する基 … 続きを読む →

カテゴリー: 68M18, 68T05, 93C43, cs.LG, cs.RO, cs.SY, eess.SY, I.2.11 | A Reinforcement Learning Approach to Sensing Design in Resource-Constrained Wireless Networked Control Systems はコメントを受け付けていません

A Survey on Efficient Federated Learning Methods for Foundation Model Training

投稿日: 2024年1月10日 作成者: jarxiv

要約 Federated Learning (FL) は、プライバシーを保護した … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, I.2.11 | A Survey on Efficient Federated Learning Methods for Foundation Model Training はコメントを受け付けていません

Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents

投稿日: 2024年1月9日 作成者: jarxiv

要約 マルチエージェントによるマルチターゲット追跡は、野生動物のパトロール、セキ … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.MA, cs.RO, I.2.11 | Decentralized Multi-Agent Active Search and Tracking when Targets Outnumber Agents はコメントを受け付けていません

Pub/Sub Message Brokers for GenAI

投稿日: 2023年12月25日 作成者: jarxiv

要約 今日のデジタル世界では、大規模言語モデル (LLM) などの生成人工知能 … 続きを読む →

カテゴリー: cs.AI, cs.DC, cs.LG, cs.NI, I.2.11 | Pub/Sub Message Brokers for GenAI はコメントを受け付けていません

PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning

投稿日: 2023年11月13日 作成者: jarxiv

要約 従来のフェデレーテッド ラーニング (FL) では、プライバシー保護のため … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.DC, cs.LG, I.2.11 | PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning はコメントを受け付けていません

Efficient Domain Coverage for Vehicles with Second-Order Dynamics via Multi-Agent Reinforcement Learning

投稿日: 2023年10月17日 作成者: jarxiv

要約 指定されたエリアをカバーする協調自律マルチエージェント システムには、UA … 続きを読む →

カテゴリー: cs.LG, cs.MA, cs.RO, I.2.11, I.2.9 | Efficient Domain Coverage for Vehicles with Second-Order Dynamics via Multi-Agent Reinforcement Learning はコメントを受け付けていません

PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning

投稿日: 2023年10月16日 作成者: jarxiv

要約 従来のフェデレーテッド ラーニング (FL) では、プライバシー保護のため … 続きを読む →

カテゴリー: 68T07, cs.AI, cs.DC, cs.LG, I.2.11 | PRIOR: Personalized Prior for Reactivating the Information Overlooked in Federated Learning はコメントを受け付けていません

Sample-Driven Federated Learning for Energy-Efficient and Real-Time IoT Sensing

投稿日: 2023年10月12日 作成者: jarxiv

要約 フェデレーテッド ラーニング (FL) システムの分野では、最近の最先端の … 続きを読む →

カテゴリー: 68-00, cs.AI, cs.LG, I.2.11 | Sample-Driven Federated Learning for Energy-Efficient and Real-Time IoT Sensing はコメントを受け付けていません