Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Ein Blick auf Federated Deep Equilibrium Learning und seinen Einfluss auf KI.

Canary verbessert die Allreduce-Performance, indem es sich dynamisch an die Netzwerküberlastung anpasst.

HPC und Cloud-Computing kombinieren für bessere Leistung und Kosteneinsparungen.

Lerne, wie man Ausfälle von Cloud-Diensten mit Leistungskennzahlen vorhersagt.

Diese Studie untersucht, wie verlustbehaftete Kompression die Visualisierung von Daten mit adaptiver Maschenverfeinerung beeinflusst.

Bewertung der Leistung von Transformer-Modellen mit spezieller GAUDI-Hardware.

Ein neues Tool optimiert die Ressourcenzuteilung für cloudbasierte Containeranwendungen.

Neuer Motor verbessert die Effizienz bei der Verarbeitung von 3D-Punktwolken mit sparsamer Faltung.

Forschung zeigt, dass KI dabei hilft, Cloud-Maskierungs-Techniken für Satellitendaten zu verbessern.

Neue Methode verbessert die Leistung von maschinellem Lernen bei ungleich verteilten Daten.

JABBA verbessert die Analyse von Zeitreihendaten durch konsistente Symbole und parallele Verarbeitung.

DovetailSort vorstellen: ein neuer Ansatz, um Integer effizient parallel zu sortieren.

Ein neuer Ansatz, um die Effizienz von Machine Learning in der Satellitenkommunikation zu steigern.

Lern, wie KCES die Ressourcenzuteilung in Cloud-Edge-Umgebungen verbessert.

Dieser Artikel stellt Techniken vor, um die Leistung in verteilten Systemen zu verbessern.

Ein neues System ermöglicht die schnelle Verarbeitung von zeitlichen Grafen auf einzelnen Maschinen.

Dieser Artikel bespricht wichtige Trends und Herausforderungen in der heutigen Computerwelt.

Lern was über Avalanche-Konsens und seine Vorteile in Blockchain-Netzwerken.

Eine neue Methode, um PageRank-Werte in sich verändernden Grafiken effizient zu aktualisieren.

Ein Blick auf die Fortschritte und Herausforderungen in modernen Speichersystemen.

Eine neue Methode verbessert die Vorhersagegenauigkeit in Cloud-Systemen inmitten von Unsicherheiten.

Neue Methode ermöglicht es Agenten, gemeinsam zu lernen, während sie mit unzuverlässigen Einflüssen umgehen.

Carnot verbessert die Skalierbarkeit und Geschwindigkeit in der Konsensfindung von verteilten Systemen.

Ein neuer Ansatz zur Verbesserung des föderierten Lernens bei ungleicher Nutzerbeteiligung.

Eine neue Methode, um die Kommunikation in FedRec zu verbessern und dabei die Nutzerdaten zu schützen.

Eine neue Methode verbessert die Verarbeitung von spärlichen Tensor-Netzwerken und steigert die Leistung.

Lern, wie Geräte durch lokale Interaktionen zu Konsens über Durchschnittswerte kommen.

Dieser Artikel beleuchtet den Einfluss von GPUs auf Fluiddynamik-Simulationen.

Brave bietet Privatsphäre und Schutz vor Bedrohungen im Peer-to-Peer-Föderierten Lernen.

Die wachsende Bedeutung und die Probleme der digitalen Identität in unserer Online-Welt untersuchen.

Eine neue GPU-basierte Methode zum Finden maximaler Biklischs in grossen Graphen.

Neuer Algorithmus verbessert die Speicher- und Ladeprozesse für komplexe Simulationen.

Innovativer Ansatz nutzt Fahrdaten und schützt dabei die Privatsphäre.

Ein Rahmenwerk zur Analyse und Reparatur von Fehlern in Multi-Agenten-Systemen.

Diese Umfrage behandelt, wie man KI-Modelle effizienter und nachhaltiger machen kann.

Eine Methode zur Steigerung der Effizienz in Mixture of Experts-Modellen.

Ein neues Framework verbessert die Speichernutzung in grossflächigen tiefen neuronalen Netzwerken.

Loimos simuliert die Verbreitung von Krankheiten in Gemeinschaften, um das Ausbruchsmanagement zu verbessern.

Ein neuer Co-Scheduling-Algorithmus verbessert das Ressourcenmanagement in Hochleistungsrechner-Systemen.

Ein neuer Algorithmus verbessert die Kommunikationsgeschwindigkeit in Hochleistungsrechnen.