Computerwissenschaften - Verteiltes, paralleles und Cluster-Computing

Erforsche die Methoden für Konsens in Systemen, die mit Fehlern und böswilligem Verhalten konfrontiert sind.

Ein Blick auf die Vorteile von lokalen Modellen und LLMOps-Pipelines.

Lern, wie man effiziente Datenstrukturen für parallele Programmierumgebungen erstellt.

Diese Studie konzentriert sich auf effiziente Anfragenplatzierung im Edge-Computing zur Energieeinsparung.

Ein innovativer Ansatz zur Verbesserung des Ressourcenmanagements in IoT-Systemen.

Eine neue Methode, die Ray Tracing für effiziente Teilcheninteraktionen in 3D-Räumen nutzt.

Celtibero bietet starken Schutz gegen Angriffe in föderierten Lernsystemen.

LIMO optimiert die Aufgabenverteilung im Fog Computing für mobile Nutzer.

Rorqual verbessert die Transaktionsverarbeitung in der Blockchain mit Trusted Execution Environments.

Erforschung von Kommunikationsmethoden in Multi-GPU-Supercomputern für bessere Leistung.

Effiziente Methoden zur Matrixmultiplikation für grosse Datensätze auf Supercomputern erkunden.

Eine Methode verbessert die Geschwindigkeit und Effizienz von Partikelsimulationen durch die Verwendung von Nahestehenden-Suche.

Eine neue Methode, um ungerade Zyklen in Graphen mit fortschrittlichen Algorithmen zu erkennen.

Neue Methoden verbessern die Effizienz und Genauigkeit von Wettervorhersagen.

Dieser Artikel behandelt die Bewertung von LLMs in sicheren Programmierpraktiken.

Entdecke, wie Monadring die Transaktionseffizienz in der Blockchain revolutioniert.

Innovative Lösung verbessert das Gesundheitsdatenmanagement und die Privatsphäre mit modernen Technologien.

FPDT bietet eine Lösung, um lange Kontext-LLMs effizienter zu trainieren.

Die Erkundung des Aufstiegs von KI-Tools und deren Einfluss auf die Technologie.

Ein umfassendes Tool zur Bewertung von Hochleistungsrechnersystemen.

Neue GPU-Methoden beschleunigen die Pangenom-Analyse und verbessern die genetische Forschung.

Ranking-Aggregation hilft, Präferenzen zu kombinieren, um bessere Entscheidungen in verschiedenen Bereichen zu treffen.

Eine Studie über Fehlerbehebung und speichereffiziente Algorithmen für anonyme dynamische Netzwerke.

Strategien zur Bewältigung von Timing-Problemen bei der Planung periodischer Aufgaben.

Neue Methoden verbessern die Fehlersuche in verteilten Systemen mit Verstärkungslern-Techniken.

Lern was über die verschiedenen Konsistenzlevels in verteilten Systemen und ihre Auswirkungen.

Eine neue Methode verbessert die Sicherheit des föderierten Lernens, indem sie byzantinische Angriffe effektiv bekämpft.

Erforschung von Machine-Learning-Techniken für eine effiziente VLSI-Designpartitionierung.

Einführung von heuristischen Algorithmen zur Verbesserung der Effizienz der Jobplanung bei Fliessfertigungsproblemen.

Das CARIn-Framework passt Deep-Learning-Modelle für die beste Leistung auf mobilen Geräten an.

RoLoRA verbessert federiertes Lernen mit robustem Feintuning und effizienter Kommunikation.

Ein neuer Ansatz für serverloses Rechnen zielt darauf ab, die Kohlenstoffemissionen effektiv zu senken.

Lerne, wie die Modellkompression die Effizienz von grossen Sprachmodellen verbessert.

Eine umfassende Analyse der Effizienz und Genauigkeit eines neuen Algorithmus im Umgang mit Daten.

Die Kombination von Quanten- und klassischer Informatik zur Förderung der wissenschaftlichen Forschung.

Eine neue Methode verbessert die Aufgabenplanung auf Edge-Servern mit Hilfe von heuristischen Algorithmen und Evolutionscomputing.

GreenWhisk konzentriert sich darauf, die Kohlenstoffemissionen im Cloud-Computing zu reduzieren.

DiOMP kombiniert PGAS und OpenMP für effizientes Programmieren in verteilten Systemen.

Neuer Ansatz nutzt föderiertes Lernen, um mobile Aufgabenverlagerungsentscheidungen zu optimieren.

Neue Kompressionstechniken beschleunigen das Training für grosse Sprachmodelle und behalten gleichzeitig die Genauigkeit bei.