Fed AUXfdp: Differentially Private One-Shot Federated Distillation (Englisch)
- Neue Suche nach: Hoech, Haley
- Neue Suche nach: Rischke, Roman
- Neue Suche nach: Miiller, Karsten
- Neue Suche nach: Samek, Wojciech
- Neue Suche nach: Hoech, Haley
- Neue Suche nach: Rischke, Roman
- Neue Suche nach: Miiller, Karsten
- Neue Suche nach: Samek, Wojciech
In:
Trustworthy federated learning
; 100-114
;
2023
-
ISBN:
- Aufsatz (Konferenz) / Print
-
Titel:Fed AUXfdp: Differentially Private One-Shot Federated Distillation
-
Beteiligte:Hoech, Haley ( Autor:in ) / Rischke, Roman ( Autor:in ) / Miiller, Karsten ( Autor:in ) / Samek, Wojciech ( Autor:in )
-
Kongress:International Workshop on Trustworthy Federated Learning ; 1. ; 2022 ; Wien; Online
-
Erschienen in:Trustworthy federated learning ; 100-114
-
Verlag:
- Neue Suche nach: Springer
-
Erscheinungsort:Cham
-
Erscheinungsdatum:2023
-
ISBN:
-
Medientyp:Aufsatz (Konferenz)
-
Format:Print
-
Sprache:Englisch
-
Schlagwörter:
-
Datenquelle:
Die Inhaltsverzeichnisse werden automatisch erzeugt und basieren auf den im Index des TIB-Portals verfügbaren Einzelnachweisen der enthaltenen Beiträge. Die Anzeige der Inhaltsverzeichnisse kann daher unvollständig oder lückenhaft sein.
- 1
-
Adaptive Expert Models for Federated LearningIsaksson, Martin / Zec, Edvin Listo / Cöster, Rickard / Gillblad, Daniel / Girdzijauskas, Sarunas et al. | 2023
- 17
-
Federated Learning with GAN-Based Data Synthesis for Non-IID ClientsLi, Zijian / Shao, Jiawei / Mao, Yuyi / Wang, Jessie Hui / Zhang, Jun et al. | 2023
- 33
-
Practical and Secure Federated Recommendation with Personalized MaskYang, Liu / Zhang, Junxue / Chai, Di / Wang, Leye / Guo, Kun / Chen, Kai / Yang, Qiang et al. | 2023
- 46
-
A General Theory for Client Sampling in Federated LearningFraboni, Yann / Vidal, Richard / Kameni, Laetitia / Lorenzi, Marco et al. | 2023
- 59
-
Decentralized Adaptive Clustering of Deep Nets is Beneficial for Client CollaborationZec, Edvin Listo / Ekblom, Ebba / Willbo, Martin / Mogren, Olof / Girdzijauskas, Sarunas et al. | 2023
- 72
-
Sketch to Skip and Select: Communication Efficient Federated Learning Using Locality Sensitive HashingKollias, Georgios / Salonidis, Theodoros / Wang, Shigiang et al. | 2023
- 84
-
Fast Server Learning Rate Tuning for Coded Federated DropoutVerardo, Giacomo / Barreira, Daniel / Chiesa, Marco / Kostic, Dejan / Maguire, Gerald Q. Jr. et al. | 2023
- 100
-
Fed AUXfdp: Differentially Private One-Shot Federated DistillationHoech, Haley / Rischke, Roman / Miiller, Karsten / Samek, Wojciech et al. | 2023
- 115
-
Secure Forward Aggregation for Vertical Federated Neural NetworksCai, Shuowei / Chai, Di / Yang, Liu / Zhang, Junxue / Jin, Yilun / Wang, Leye / Guo, Kun / Chen, Kai et al. | 2023
- 130
-
Two-Phased Federated Learning with Clustering and Personalization for Natural Gas Load ForecastingZhao, Shubao / Liu, Jia / Ma, Guoliang / Yang, Jie / Liu, Di / Li, Zengxiang et al. | 2023
- 144
-
Privacy-Preserving Federated Cross-Domain Social RecommendationCai, Jianping / Liu, Yang / Liu, Ximeng / Li, Jiayin / Zhuang, Hongbin et al. | 2023