Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Eine neue Methode zur Verbesserung der Spracherkennung und gleichzeitigem Schutz der Datenprivatsphäre.

CountChain nutzt Blockchain, um die Genauigkeit und das Vertrauen beim Zählen in der Online-Werbung zu verbessern.

Dieser Artikel behandelt einen neuen Ansatz für das Netzwerkmanagement durch serverloses Computing.

Eine neue RL-Umgebung soll die Code-Optimierung für den MLIR-Compiler verbessern.

Eine Studie, die die Fehlerresistenz von Blockchain in fünf modernen Systemen analysiert.

Eine neue Methode kombiniert föderiertes Lernen und adversariales Training zur Erkennung von Insider-Bedrohungen.

Diese Forschung verbessert RFA-Simulationen, indem sie parallele Rechenverfahren anwendet, um die Ausführungszeit zu verkürzen.

CARAML bietet ne Möglichkeit, die Effizienz von KI-Hardware bei Machine-Learning-Aufgaben zu bewerten.

In diesem Artikel geht's um datenschutzorientierte Methoden mit föderiertem Lernen und Deep Transfer Hashing.

Neue Methode verbessert die MRI-Analyse zur Demenzdiagnose mit klassischen und quantenbasierten Techniken.

RapidOMS bietet einen schnelleren, effizienteren Ansatz für die Massenspektrometrie-Analyse.

Ein neuer Ansatz zur Schulung von Sprachmodellen verbessert die Effizienz und Leistung.

Ein Überblick über die Wichtigkeit und Methoden zur Überprüfung verteilter Systeme.

Ein neuer Algorithmus verbessert die Echtzeit-Zusammenarbeit beim Dokumentenbearbeiten.

Dieser Ansatz verbessert die Effizienz beim Trainieren von Modellen mit grossen Grafdaten und schützt dabei die Privatsphäre.

Untersuchung der Fairness und Effizienz von Handelsabsichtsausschreibungen in der modernen Finanzwelt.

PASS nutzt probabilistische Berechnungen, um effizient schwierige Herausforderungen in verschiedenen Bereichen zu lösen.

Domino verbessert die Trainingsgeschwindigkeit von Sprachmodellen, indem es die Kommunikation zwischen GPUs optimiert.

Eine neue Methode verbessert die Effizienz beim Umgang mit langen Eingaben in Sprachmodellen.

Entdeck, wie ursächliche Zusammenhänge Entscheidungen in verschiedenen Bereichen beeinflussen.

Ein Blick auf hierarchisches föderiertes Lernen und seine Vorteile für den Datenschutz von Geräten.

Eine neue Methode verbessert das föderierte Lernen, indem sie den Datentransfer und den Energieverbrauch reduziert.

Dieser Ansatz verbessert die Effizienz und Genauigkeit bei der Analyse von Daten von mehreren Geräten.

Ein Blick darauf, wie LFRic auf verschiedenen Supercomputern für Wettervorhersagen abschneidet.

Ein Werkzeug, um den Energieverbrauch von Computerprogrammen zu analysieren.

Eine neue Methode schützt die Privatsphäre, während sie maximale Werte in verteilten Netzwerken findet.

Lern, wie du die Effizienz von Sprachmodellen mit langem Kontext verbessern kannst.

Eine Studie zur Leistung von Objekterkennungsmodellen auf kleinen Computern.

miniLB bietet eine einfachere Möglichkeit, LBM-Simulationen über verschiedene Hardwaresysteme hinweg zu bewerten.

Ein Blick auf datenschutzfreundliche Berechnungen und deren Effizienz durch speicherzentrierte Designs.

Lern was über Blockchain-Technologie und ihre Anwendungen in verschiedenen Bereichen.

Lern, wie Zykliden auch bei Prozessfehlern effizient bleiben können.

Entdecke, wie maschinelles Lernen die Datenkompression in der Wissenschaft verbessert.

Eine neue Methode zur Analyse unsicherer Grafen und ihrer Zentralitätsmasse.

C-sync verbessert die Zeitsynchronisationseffizienz und Fehlertoleranz in IoT-Netzwerken.

Forscher nutzen maschinelles Lernen, um die Rauschschätzung in der Quantencomputing zu verbessern.

TensorSocket verbessert die Effizienz des Deep Learning Trainings durch gemeinsames Laden von Daten.

DAOS bietet effizientes Datenmanagement für Hochleistungsrechenumgebungen.

TAKFL optimiert den Wissensaustausch im föderierten Lernen für unterschiedliche Gerätefähigkeiten.

Diese Studie verbessert die Effizienz des föderierten Lernens durch Edge-Server für ein besseres Ressourcenmanagement.