Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Eine Methode für personalisiertes maschinelles Lernen in föderierten Lernumgebungen.

Die Anpassung von batch-iterativen Lösern für Intel-GPUs verbessert die Leistung in der wissenschaftlichen Berechnung.

Erforsche, wie Quanten-Cloud-Computing Macht mit Flexibilität für verschiedene Branchen verbindet.

Neue Methoden verbessern die Effizienz der Datenanalyse für LHC-Wissenschaftler.

Neuer Ansatz vereinfacht die Datenintegration für verbesserte Forschungseffizienz.

Ein neues Framework verbessert das federierte Lernen in Multi-Cloud-Umgebungen.

Ein neues Framework verbessert den Energiemangel in crowdsourced IoT-Umgebungen.

Ein neuer Ansatz verbessert die Cybersicherheit für Cloud-Dienste, indem er VM-Bedrohungen vorhersagt.

PaLD bietet effiziente Methoden, um Beziehungen in grossen Datensätzen zu analysieren.

Megha verbessert die Effizienz der Aufgabenplanung in Rechenzentren durch dezentrale Verwaltung.

Federated Learning verbessert die Sicherheit vernetzter Fahrzeuge und schützt dabei die Nutzerdaten.

Untersuchung der Rolle von CXL-Speicher zur Verbesserung von Hochleistungsrechnern.

Ein Blick auf die besten Praktiken zur Verbesserung der Systemzuverlässigkeit unter Last.

Eine Studie zur Schaffung vertrauenswürdiger Kommunikationsprotokolle für sicherheitskritische Systeme.

In diesem Artikel geht's darum, Programmierung für smarte Anwendungen mit semantischem Wissen einfacher zu machen.

Den Bedarf an genauer Nachhaltigkeit in Rechenzentren angehen.

Ein Vorschlag für ein Standard-MPI-ABI, um die Kompatibilität zwischen den Implementierungen zu verbessern.

Eine neue Methode verbessert die Vorhersagen in unsicheren Systemen und verwaltet dabei die Rechenressourcen.

Eine neue Methode verbessert die Erkennungsgenauigkeit in IoT-Netzwerken mit semi-überwachtem und semi-asynchronem Lernen.

Neuer Algorithmus verbessert die Effizienz der Datenaggregation in Drohnennetzwerken.

Herausforderungen und Lösungen für die Implementierung von föderiertem Lernen in IoT-Geräten erkunden.

Ein neuer Ansatz verbessert das Verständnis von KI-Entscheidungen im föderierten Lernen.

Ein Rahmenwerk für effektives föderiertes Lernen bei gleichzeitiger Wahrung der Privatsphäre der Nutzer.

Upgrades verbessern die Datenverarbeitung und -analyse für wissenschaftliche Forschung.

Ein frischer Ansatz schützt Quanten-Code und Ergebnisse vor unbefugtem Zugriff in Cloud-Diensten.

Dieser Artikel hebt die Bemühungen hervor, Fortran mit FPGA-Programmierwerkzeugen zu integrieren, um eine bessere Leistung zu erzielen.

Verbessere die Effizienz beim Datenaustausch in parallelen Systemen mit lokalitätsbewussten Strategien.

Ein Blick auf Strategien zur Verbesserung der DNN-Leistung in Echtzeitanwendungen.

Innovativer Ansatz beschleunigt das Training von zeitlichen Interaktionsgrafen auf GPUs.

Neuer GPU-optimierter Solver verbessert die Datenanalyse für die Gaia-Mission.

Eine neue Methode verbessert die Politikevaluation im Offline-RL.

Lern Methoden für schnelle Abfragebewertung mit gängigen Graphstrukturen.

Die Prüfung von Datenschutzrisiken im föderierten Lernen und die Notwendigkeit für verbesserte Schutzmassnahmen.

Ein neues Verfahren steigert die Effizienz bei der Erstellung von Permutationen für Optimierungsprobleme.

Ein neuer Ansatz zur Verbesserung der Leistung in der hochrangigen Synthese durch dynamische Planung.

Eine neue Methode zur Verbesserung von Taktsignalen in elektronischen Systemen.

Einführung eines kollaborativen Lernrahmens für verbesserte Blockchain-Sicherheit.

Specx verbessert das Aufgabenmanagement auf verschiedenen Computersystemen für schnellere Anwendungsleistung.

Eine neue Methode verbessert das Ressourcenleasing für Cloud- und Edge-Computing.

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