Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Hanayo verbessert die Trainingseffizienz für grosse Sprachmodelle mit seiner wellenartigen Struktur.

Entdecke, wie approximative Berechnungen die Leistung im High-Performance-Computing optimieren.

Erfahre, wie Auditsysteme die Datensicherheit und Verantwortlichkeit verbessern.

FedLADA verbessert die Trainingsgeschwindigkeit und Genauigkeit von Modellen und sorgt gleichzeitig für Datenschutz.

Dieses Papier untersucht die Anpassung von Konfigurationen für bessere Leistung in Cloud-Datenplattformen.

Equitable-FL ermöglicht effizientes föderiertes Lernen auf Geräten mit unterschiedlichen Ressourcen.

Dieses Papier untersucht den Einfluss der Multirole-Logik auf logische Operationen und Kommunikationssysteme.

Lerne Methoden, um Worst-Case-Szenarien für nebenläufige Programme zu erstellen.

Diese Studie untersucht die Dynamik der Mehrheitsabstimmung in sozialen Netzwerken und deren Auswirkungen auf Wahlen.

FCCA verbessert die Modellgenauigkeit und sorgt gleichzeitig für den Datenschutz der Nutzer im föderierten Lernen.

Ein Überblick über Broadcast-Protokolle in verteilten Systemen mit Fokus auf Kommunikations-effizienz.

Objcache verbessert den Datenzugriff und die Konsistenz für containerisierte Anwendungen.

Eine Studie darüber, wie CPUs und GPUs die Effizienz des Deep Learning-Trainings beeinflussen.

Ein Blick auf fortgeschrittene Empfehlungssysteme mit Master-Slave-Modellen für bessere Nutzerempfehlungen.

Grove bietet ne Methode, um Zuverlässigkeit in verteilten Systemen sicherzustellen.

SymED bietet adaptive symbolische Darstellung für die Echtzeitverarbeitung von IoT-Daten.

Diese Arbeit behandelt, wie Roboter sich gegenseitig in Gitterumgebungen sehen können.

Erforschen, wie Edge-Computing statische Websites und deren Hosting verbessert.

Die Studie bewertet die Leistung der FLASH-Software auf dem A64FX-Computersystem für astrophysikalische Simulationen.

Die Untersuchung der Klimaeffekte von Computersystemen und deren Auswirkungen auf die Nachhaltigkeit.

Forschung zur Verbesserung der Energieeffizienz bei Quanten-Schaltungssimulationen mit ARCHER2.

Wir stellen OrcoDCS vor für effiziente Datenverarbeitung in IoT-Umgebungen.

Dieser Artikel behandelt Methoden zur Aufrechterhaltung der Nachrichtenreihenfolge in Kafka.

Methoden zur lokalen Zertifizierung von geometrischen Schnittgraphen mit kompakten Zertifikaten.

Neue Methoden verbessern die Effizienz des föderierten Lernens und gewährleisten gleichzeitig den Datenschutz.

Die Forschung konzentriert sich darauf, die Sicherheit von Nachrichten bei unvorhersehbaren Netzwerkbedingungen zu verbessern.

Dieser Artikel vergleicht Llama-2 und GPT-3 beim Generieren von HPC-Code.

Eine Übersicht über GPU-Programmiermodelle für effizientes Rechnen.

Neue Methoden verbessern das Training von Modellen und schützen dabei die Privatsphäre der Nutzerdaten.

Ein neuer Ansatz zur Speicherverwaltung verbessert die Leistung grosser Sprachmodelle.

Innovative Methode zur Analyse medizinischer Daten bei gleichzeitiger Gewährleistung des Datenschutzes.

In diesem Artikel geht's um DRL-Techniken für besseres Scheduling in IoT-Umgebungen.

MPI Advance verbessert das Nachrichtenpassings für eine höhere Recheneffizienz.

Lern, wie Sitzungstypen sichere Kommunikation in Software-Systemen gewährleisten.

FedDIP optimiert die Kommunikation im föderierten Lernen durch dynamisches Pruning und Regularisierung.

MPCGPU beschleunigt die Steuerung in der Robotik, indem es GPUs für mehr Präzision nutzt.

Ein neuer Ansatz zur Verbesserung des Autoscalings für serverlose Funktionen mit Reinforcement Learning.

Ein neuer Ansatz nutzt Reinforcement Learning, um die Cold Start-Probleme in serverlosen Computings anzugehen.

Methoden erkunden, um Waren fair basierend auf individuellen Vorlieben zu verteilen.

Eine Studie über das Parallelisieren von neuronalen Netzwerken mit der Programmiersprache Go.