Notice
Recent Posts
Recent Comments
Link
«   2026/01   »
1 2 3
4 5 6 7 8 9 10
11 12 13 14 15 16 17
18 19 20 21 22 23 24
25 26 27 28 29 30 31
Tags
more
Archives
Today
Total
관리 메뉴

코코와 나

ICML 2021 본문

기계학습

ICML 2021

코코빵댕이 2022. 12. 31. 01:02
  1. 시간에 따라 변하는 이종 데이터에 대한 연합 학습을 위한 새로운 분석 프레임워크

    Yongxin Guo, Tao Lin 및 Xiaoying Tang

  1. 평판 메커니즘이 필요한 모든 것: 연합 학습의 협업 공정성과 적대적 견고성

    Xinyi Xu 및 Lingjuan Luu

  1. 국부적으로 생성된 손실에 대한 분할 학습으로 연합 학습 가속화

    한동준, Hasnain Irshad Bhatti, 이정문, 문재균

  1. IID가 아닌 연합 학습

    Prashant Khanduri, Pranay Sharma, Haibo Yang, Mingyi Hong, Jia Liu, Ketan Rajawat 및 Pramod K Varshney 를 위한 최적의 샘플 및 통신 복잡성 달성

  1. 이기종 분산 학습을 위한 양방향 적응형 통신

    Dmitrii Avdiukhin, Nikita Ivkin, Sebastian U Stich 및 Vladimir Braverman

  1. BiG-Fed: 이중 레벨 최적화 향상된 그래프 지원 연합 학습

    Pengwei Xing, Songtao Lu, Lingfei Wu 및 Han Yu

  1. BYGARS: 평판 점수를 사용하는 임의의 수의 공격자가 있는 비잔틴 SGD

    Jayanth Regatti, Hao Chen 및 Abhishek Gupta

  1. 2f-중복 Nirupam Gupta, Thinh Doan 및 Nitin Vaidya 에서 연합 모델에서 로컬 경사하강법의 비잔틴 결함 허용

  1. 중첩 코딩 및 연속 디코딩을 통한 통신 및 에너지 효율적인 Slimmable 연합 학습 (전체 텍스트는 저자 요청에 따라 일시적으로 숨김)

    백한결, 윤원준, 박지홍, 정소이, 김중헌, 지민규, Mehdi Bennis

  1. 비-iid 데이터에 대한 심층 신경망의 분산 연합 학습

    Edvin Listo Zec, Noa Onoszko, Gustav Karlsson 및 Olof Mogren

  1. 수직 연합 학습의 재건 공격 방어

    Jiankai Sun, Yuanshun Yao, Weihao Gao, Junyuan Xie 및 Chong Wang

  1. 연합 학습을 위한 다양한 클라이언트 선택: 하위 모듈화 및 수렴 분석

    Ravikumar Balakrishnan, Tian Li, Tianyi Zhou, Nageen Himayat, Virginia Smith 및 Jeff Bilmes

  1. EF21: 새롭고 더 단순하고 이론적으로 더 우수하고 실질적으로 더 빠른 오류 피드백

    Peter Richtarik, Igor Sokolov 및 Ilyas Fatkhullin

  1. Fed-EINI: 연합 학습에서 의사결정 트리 앙상블을 위한 효율적이고 해석 가능한 추론 프레임워크

    Xiaolin Chen, Shuai Zhou, Kai Yang, Hao Fan, Zejin Feng, Zhong Chen, Yongji Wang 및 Hu Wang

  1. 비 IID 그래프에 대한 연합 그래프 분류

    Han Xie, Jing Ma, Li Xiong 및 Carl Yang

  1. 버퍼링된 비동기식 집계를 사용한 연합 학습

    John Nguyen, Kshitiz Malik, Hongyuan Zhan, Ashkan Yousefpour, Michael Rabbat, Mani Malek 및 Dzmitry Huba

  1. Metric Loss를 사용한 연합 학습

    박현신, Hossein Hosseini, 윤성락

  1. 혼합 분포에서 연합 다중 작업 학습

    Othmane Marfoq, Giovanni Neglia, Aurélien Bellet, Laetitia Kameni 및 Richard Vidal

  1. 압축 및 분산 감소

    Grigory Malinovsky 및 Peter Richtárik 를 사용한 연합 무작위 재셔플

  1. FedGNN: 개인 정보 보호 권장 사항을 위한 연합 그래프 신경망

    Chuhan Wu, Fangzhao Wu, Yang Cao, Lingjuan Lu, Yongfeng Huang 및 Xing Xie

  1. FedMix: 연합 학습에서 로컬 방법에 대한 간단하고 커뮤니케이션 효율적인 대안

    Elnur Gasanov, Ahmed Khaled, Samuel Horvath 및 Peter Richtarik

  1. FedNL: 연합 학습에 적용할 수 있는 뉴턴 유형 방법 만들기

    Mher Safaryan, Rustem Islamov, Xun Qian 및 Peter Richtarik

  1. FjORD: Ordered Dropout Samuel Horvath, Stefanos Laskaridis, Mario Almeida, Ilias Leontiadis, Stylianos Venieris 및 Nicholas Lane과 함께 이질적인 대상에서 공정하고 정확한 연합 학습

  1. FlyNN: 초파리 영감 연합 최근접 이웃 분류

    Parikshit Ram 및 Kaushik Sinha

  1. 생성적 이미지를 사용한 그라디언트 반전 이전

    전진우, 김재창, 이강욱, 오세웅, 옥정슬

  1. GRP-FED: 글로벌 정규화된 개인화를 통한 연합 학습의 클라이언트 불균형

    해결 Yen-Hsiu Chou, Shenda Hong, Chenxi Sun, Derun Cai, Moxian Song 및 Hongyan Li

  1. 강력한 연합 학습을 위해 낙오자와 적 모두 다루기

    박정욱, 한동준, 최민석, 문재균

  1. 분산 및 연합 학습의 암시적 기울기 정렬

    Yatin Dandi, Luis Barba 및 Martin Jaggi

  1. 연합 학습의 로컬 적응성: 수렴 및 일관성

    Jianyu Wang, Zheng Xu, Zachary Garrett, Zachary Charles, Luyang Liu 및 Gauri Joshi

  1. 시변 네트워크에서 부드럽고 강하게 볼록한 분산 최적화를 위한 하한 및 최적 알고리즘

    Dmitry Kovalev, Elnur Gasanov, Peter Richtarik 및 Alexander Gasnikov

  1. 연합 학습의 다단계 단계적 일정: 이론 및 실습 연결

    Charlie Hou, Kiran Thekumparampil, Giulia Fanti 및 Sewoong Oh

  1. MURANA: 확률적 분산 감소 최적화를 위한 일반 프레임워크

    Laurent Condat 및 Peter Richtárik

  1. 맞춤형 연합 학습

    Siddharth Divi, Yi-Shan Lin, Habiba Farrukh 및 Z Berkay Celik 의 성과 및 공정성을 평가하기 위한 새로운 지표

  1. OmniLytics: 분산형 머신 러닝을 위한 블록체인 기반 보안 데이터 시장

    Jiacheng Liang, Wensi Jiang 및 Songze Li

  1. 연합 학습을 위한 대규모 코호트 교육

    Zachary Charles, Zachary Garrett, Zhouyuan Huo, Sergei Shmulyian 및 Virginia Smith

  1. 최적 모델 평균화: 맞춤형 협업 학습을 향하여

    Felix Grimberg, Mary-Anne Hartley, Sai Praneeth Karimireddy 및 Martin Jaggi

  1. 강건하고 차등적으로 사적인 평균

    추정치 Xiyang Liu, Weihao Kong, Sham Kakade 및 Sewoong Oh

  1. 부드러움 인식 양자화 기법

    Bokun Wang, Mher Safaryan 및 Peter Richtarik

  1. SpreadGNN: 그래프 신경망을 위한 서버리스 다중 작업 연합 학습

    Chaoyang He, Emir Ceyani, Keshav Balasubramanian, Murali Annavaram 및 Salman Avestimehr

  1. Straggler-Resilient 연합 학습: 통계적 정확성과 시스템 이질성 간의 상호 작용 활용

    Amirhossein Reisizadeh, Isidoros Tziotis, Hamed Hassani, Aryan Mokhtari 및 Ramtin Pedarsani

  1. 누락된 이웃 세대

    인 Ke Zhang, Carl Yang, Xiaoxiao Li, Lichao Sun 및 Siu Ming Yiu 와의 하위 그래프 연합 학습

  1. Byzantine-Robust 클라이언트 가중치

    Amit Portnoy, Yoav Tirosh 및 Danny Hendler를 사용한 연합 학습을 향하여

  1. 연합 학습을 위한 클리핑 이해: 수렴 및 클라이언트 수준 차등 프라이버시

    Xinwei Zhang, Xiangyi Chen, Mingyi Hong, Zhiwei Steven Wu 및 Jinfeng Yi


Uploaded by N2T

'기계학습' 카테고리의 다른 글

Deep Q-Network (2)  (0) 2022.12.31
DQN(Deep Q-network)  (1) 2022.12.31
Temporal Diff & SARSA  (0) 2022.12.25
Monte Carlo Method(몬테카를로 방법)  (0) 2022.12.25
Deep Q network (DQN)  (1) 2022.12.25
Comments