Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

RSS

Datenbanken Dezentrale autonome Datenbanksysteme: Die Zukunft des Datenmanagements

Erforsche, wie DADBS die Landschaft des Datenmanagements sicher und effizient verändert.

Prakash Aryan, Radhika Khatri, Vijayakumar Balakrishnan

2025-04-06T16:19:12+00:00 ― 11 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Forschung und Industrie mit FAIR-Datenräumen verbinden

FAIR-Datenräume verbinden die Wissenschaft mit der Industrie für besseren Datenaustausch.

Nikolaus Glombiewski, Zeyd Boukhers, Christian Beilschmidt

2025-04-06T05:53:15+00:00 ― 6 min Lesedauer

Systeme und Steuerung Maschinen das Balancieren beibringen: Der umgekehrte Pendel

Entdecke, wie Reinforcement Learning Maschinen hilft, Pendel aufrecht zu halten.

Maximilian Schenke, Shalbus Bukarov

2025-04-01T07:39:54+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing dSTAR: Ein echter Game Changer im Distributed Learning

dSTAR verbessert verteiltes Lernen, indem es Geschwindigkeits- und Zuverlässigkeitsprobleme angeht.

Jiahe Yan, Pratik Chaudhari, Leonard Kleinrock

2025-03-31T13:27:45+00:00 ― 6 min Lesedauer

Maschinelles Lernen Die Revolutionierung von Sprachmodellen mit Mischungen aus Experten

Wie die Mixture-of-Experts-Architektur die Leistung von Sprachmodellen steigert.

Yao Fu, Yinsicheng Jiang, Yeqi Huang

2025-03-31T03:49:57+00:00 ― 8 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Optimierung des verteilten Traceings für Entwickler

Lern, wie bessere Trace-Analysen das Troubleshooting in komplexen Systemen einfacher machen können.

Adrita Samanta, Henry Han, Darby Huye

2025-03-30T23:49:12+00:00 ― 7 min Lesedauer

Datenstrukturen und Algorithmen Schnelle Wege: Grosse Netzwerke mit cleveren Algorithmen navigieren

Entdecke, wie clevere Algorithmen das Finden von schnellen Routen in riesigen Netzwerken einfacher machen.

Michal Dory, Shaked Matar

2025-03-30T14:11:24+00:00 ― 6 min Lesedauer

Software-Entwicklung Unsere Leben verbinden: Die Zukunft des ubiquitous Computing

Entdecke, wie Geräte zusammenarbeiten können für eine vernetzte Zukunft.

Oscar A. Testa, Efrain R. Fonseca C., Germán Montejano

2025-03-30T09:22:30+00:00 ― 7 min Lesedauer

Kryptographie und Sicherheit Sicherheit in Peer-to-Peer-Netzwerken mit Blockchain verbessern

Ein neuer Ansatz zur Sicherung von Peer-to-Peer-Netzwerken mit Blockchain-Technologie.

Saurav Ghosh, Reshmi Mitra, Indranil Roy

2025-03-30T06:18:54+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Wissenschaft einfacher machen mit CWL und Parsl

Die Integration von CWL und Parsl vereinfacht wissenschaftliche Workflows für Forscher.

Nishchay Karle, Ben Clifford, Yadu Babuji

2025-03-27T01:55:39+00:00 ― 8 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Dezentrale Optimierung: Ein kollaborativer Ansatz

Knoten arbeiten zusammen, um das Lernen ohne einen zentralen Server zu verbessern.

Yiming Zhou, Yifei Cheng, Linli Xu

2025-03-23T20:53:15+00:00 ― 5 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Effiziente KI-Trainings mit EDiT

EDiT verbessert die Effizienz und Geschwindigkeit des Trainings von grossen Sprachmodellen.

Jialiang Cheng, Ning Gao, Yun Yue

2025-03-23T10:27:18+00:00 ― 6 min Lesedauer

Maschinelles Lernen Revolutionierung der Verkehrsflussprognosen mit föderiertem Lernen

Erfahre, wie föderiertes Lernen Verkehrsprognosen revolutioniert und dabei die Daten privat hält.

Fermin Orozco, Pedro Porto Buarque de Gusmão, Hongkai Wen

2025-03-20T11:01:57+00:00 ― 6 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Blockchain-Transaktionen mit Pioplat beschleunigen

Entdecke, wie Pioplat die Blockchain-Kommunikation beschleunigt für schnellere Transaktionen.

Ke Wang, Qiao Wang, Yue Li

2025-03-20T07:01:12+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing SYCL: Die Zukunft der Leistungsportabilität

SYCL ermöglicht Entwicklern nahtlosen Code über verschiedene Hardware-Umgebungen hinweg.

Manuel Costanzo, Enzo Rucci, Carlos García-Sánchez

2025-03-20T01:24:09+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Energieeffiziente Planung: Eine clevere Lösung für Deep Learning

Maximiere die GPU-Effizienz und senke gleichzeitig die Energiekosten in Deep-Learning-Umgebungen.

Kawsar Haghshenas, Mona Hashemi

2025-03-19T23:47:51+00:00 ― 6 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Die Revolutionierung der VM-Planung mit LAVA

Entdecke, wie LAVA das Management von virtuellen Maschinen in der Cloud verbessert.

Jianheng Ling, Pratik Worah, Yawen Wang

2025-03-18T14:53:42+00:00 ― 8 min Lesedauer

Datenstrukturen und Algorithmen Die Beschleunigung der Wissenschaft: Die Zukunft des Samplings

Entdecke, wie parallele Stichprobenmethoden die Datenanalyse in der wissenschaftlichen Forschung verändern.

Huanjian Zhou, Masashi Sugiyama

2025-03-17T21:10:50+00:00 ― 6 min Lesedauer

Hardware-Architektur Revolutionierung der KI-Berechnung: Die DiP-Architektur

DiP ist eine neue Architektur, die die Leistung und Effizienz von KI verbessert.

Ahmed J. Abdelmaksoud, Shady Agwa, Themis Prodromakis

2025-03-17T13:12:54+00:00 ― 6 min Lesedauer

Kryptographie und Sicherheit Privatsphäre beschleunigen: In-Memory-Verarbeitung & homomorphe Verschlüsselung

Neue Techniken zielen darauf ab, die Leistung von homomorpher Verschlüsselung durch In-Memory-Verarbeitung zu verbessern.

Mpoki Mwaisela, Joel Hari, Peterson Yuhala

2025-03-15T04:14:15+00:00 ― 9 min Lesedauer

Kryptographie und Sicherheit Die Zukunft der Stimmabgabe: Internetlösungen

Die Auswirkungen und Herausforderungen von Internet-Wahlsystemen erkunden.

Stanisław Barański, Ben Biedermann, Joshua Ellul

2025-03-13T09:42:18+00:00 ― 7 min Lesedauer

Kryptographie und Sicherheit Sichere föderierte Lernverfahren mit Exklaven

Lern, wie Exklaven Privatsphäre und Integrität in föderierten Lernmodellen verbessern.

Jinnan Guo, Kapil Vaswani, Andrew Paverd

2025-03-12T22:28:12+00:00 ― 7 min Lesedauer

Rechnen und Sprache Intelligentes Wissensspeicher: Datenabruf neu definiert

Erlebe superschnellen und genauen Datenzugriff mit dem Intelligent Knowledge Store.

Derrick Quinn, Mohammad Nouri, Neel Patel

2025-03-09T15:01:21+00:00 ― 4 min Lesedauer

Verteiltes, paralleles und Cluster-Computing SparseMap revolutioniert die Verarbeitung von spärlichen Daten

SparseMap optimiert das Datenmanagement für effizientes Processing von neuronalen Netzen.

Xiaobing Ni, Mengke Ge, Jiaheng Ruan

2025-03-09T07:48:00+00:00 ― 7 min Lesedauer

Maschinelles Lernen ProFe: Dezentrales Lernen revolutionieren

Entdecke, wie ProFe die Kommunikation im dezentralen föderierten Lernen verbessert.

Pedro Miguel Sánchez Sánchez, Enrique Tomás Martínez Beltrán, Miguel Fernández Llamas

2025-03-06T05:58:12+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Die Wichtigkeit der Erkennung von geraden Zyklen in Netzwerken

Erfahre, warum die Erkennung von geraden Zyklen wichtig für die Netzwerkeffizienz ist.

Pierre Fraigniaud, Maël Luce, Frédéric Magniez

2025-03-06T03:33:45+00:00 ― 6 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Die Sprachmodelle mit Microserving revolutionieren

Entdecke, wie LLM-Mikrodienste die Effizienz und Flexibilität in KI-Anwendungen verbessern.

Hongyi Jin, Ruihang Lai, Charlie F. Ruan

2025-03-04T20:15:54+00:00 ― 8 min Lesedauer

Formale Sprachen und Automatentheorie Die Ninja-Protokolle: Strategien für den Erfolg

Entdecke, wie Ninjas kommunizieren und wichtige Entscheidungen in einer dynamischen Umgebung treffen.

Benno Lossin, Philipp Czerner, Javier Esparza

2025-03-01T23:15:00+00:00 ― 7 min Lesedauer

Maschinelles Lernen KI gegen hinterhältige Angriffe stärken

Forschung zeigt Wege, um die Abwehrkräfte von neuronalen Netzwerken in Kommunikationssystemen zu stärken.

Alireza Furutanpey, Pantelis A. Frangoudis, Patrik Szabo

2025-03-01T16:21:00+00:00 ― 7 min Lesedauer

Maschinelles Lernen Federated Learning mit TRAIL transformieren

TRAIL verbessert föderiertes Lernen, indem es unzuverlässige Clients effektiv angeht.

Gangqiang Hu, Jianfeng Lu, Jianmin Han

2025-02-27T19:05:15+00:00 ― 5 min Lesedauer

Maschinelles Lernen Federated Graph Learning: Ein neuer Ansatz

CEFGL bietet datenschutzfreundliches Lernen für mehrere Kunden an.

Ruyue Liu, Rong Yin, Xiangzhen Bo

2025-02-27T03:02:15+00:00 ― 8 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Fehlerresistenz mit DSE meistern

Revolutioniere die Anwendungsleistung mit verteiltem spekulativem Ausführen.

Tianyu Li, Badrish Chandramouli, Philip A. Bernstein

2025-02-26T07:46:39+00:00 ― 9 min Lesedauer

Fluiddynamik Fortschritte in chirurgischen Simulationen: Die Mesh-Revolution

Neue Techniken verbessern OP-Simulationen für komplexe Gefässbedingungen.

Kevin Garner, Fotis Drakopoulos, Chander Sadasivan

2025-02-25T17:47:58+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing C-FedRAG: Eine smarte Lösung für Datenschutz

C-FedRAG ermöglicht sicheres Teilen von Daten und sorgt gleichzeitig für Vertraulichkeit zwischen Organisationen.

Parker Addison, Minh-Tuan H. Nguyen, Tomislav Medan

2025-02-25T14:55:30+00:00 ― 9 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Schnelleres Erkennen von Partikeln mit neuen Algorithmen

Neue Cluster-Methoden verbessern die Datenverarbeitung in Teilchendetektoren.

Tomáš Čelko, František Mráz, Benedikt Bergmann

2025-02-25T12:13:36+00:00 ― 7 min Lesedauer

Maschinelles Lernen Hybride Sprachmodelle: Schnelligkeit trifft Genauigkeit

Die Textgenerierung revolutionieren, indem kleine und grosse Modelle kombiniert werden, um die Leistung zu beschleunigen.

Seungeun Oh, Jinhyuk Kim, Jihong Park

2025-02-24T00:23:40+00:00 ― 7 min Lesedauer

Maschinelles Lernen Dezentralisiertes Lernen: Privatsphäre-Herausforderungen stehen bevor

Entdecke die Risiken von Membership Inference Attacks im dezentralen Lernen.

Ousmane Touat, Jezekael Brunon, Yacine Belal

2025-02-23T17:10:57+00:00 ― 5 min Lesedauer

Verteiltes, paralleles und Cluster-Computing LLM-Training mit Frenzy boosten

Frenzy optimiert das Training grosser Sprachmodelle mit verschiedenen GPUs und spart so Zeit und Ressourcen.

Zihan Chang, Sheng Xiao, Shuibing He

2025-02-21T03:23:24+00:00 ― 7 min Lesedauer

Verteiltes, paralleles und Cluster-Computing Chopin: Geokomputation für alle einfacher machen

Chopin macht den Umgang mit räumlichen Daten für Forscher einfach und effizient.

Insang Song, Kyle P. Messier

2025-02-21T01:04:53+00:00 ― 8 min Lesedauer

Computer Vision und Mustererkennung Semantic Segmentation mit Split Learning beschleunigen

Erfahre, wie Split Learning Verzögerungen in Echtzeit-Computer Vision-Anwendungen reduziert.

Nikos G. Evgenidis, Nikos A. Mitsiou, Sotiris A. Tegos

2025-02-20T21:48:20+00:00 ― 8 min Lesedauer