Informática - Computación distribuida, paralela y en clústeres

Este método mejora la eficiencia de la comunicación en el aprendizaje federado mientras preserva la privacidad de los datos.

Un método para calcular promedios mientras se mantiene privada la información de los nodos.

Un nuevo sistema tiene como objetivo mejorar la velocidad y la eficiencia en el análisis de datos genéticos.

El Edge AI procesa datos más cerca de su fuente, mejorando la velocidad y la seguridad.

La investigación resalta estrategias para reducir el uso de energía en modelos de lenguaje grandes.

Una mirada a las redes de cuadrícula, sus componentes y estrategias de gestión.

Nuevo método mejora el rendimiento del modelo en datos no vistos.

Nuevas técnicas mejoran la velocidad de entrenamiento para modelos de recomendación de aprendizaje profundo.

Este artículo explora técnicas clave para comprimir grandes conjuntos de datos científicos de manera efectiva.

Este estudio examina cómo la disposición de la red afecta el aprendizaje federado descentralizado en medio de amenazas bicefálicas.

Este artículo explora nuevos métodos para simular flujos de fluidos con tecnología de GPU.

pFedDIL mejora el aprendizaje automático al retener conocimiento mientras se adapta a nuevas tareas.

Una visión general de las infraestructuras de IA en la nube y locales.

Este estudio revela cómo la aleatoriedad compartida mejora la eficiencia al resolver problemas distribuidos locales.

Este artículo habla sobre cómo mejorar la tolerancia a fallos en flujos de trabajo híbridos usando métodos de recuperación.

Un enfoque simplificado para implementar la Búsqueda de Coincidencias Ortogonales para soluciones dispersas.

Un método para mejorar el despliegue de aprendizaje profundo en dispositivos con recursos limitados.

Una visión general de las interacciones en Sistemas Ciberfísicos y sus implicaciones.

Un nuevo método aborda los desafíos de datos en la IA para la salud.

Aprende cómo la ingeniería de software puede llevar a prácticas energéticamente eficientes en tecnología.

BoostCom acelera las tareas de comparación en FHE, mejorando la eficiencia para datos encriptados.

Un nuevo método hace que el análisis de relaciones causales sea más eficiente y manejable.

Una guía de varias configuraciones de Kubernetes y sus funcionalidades.

Nuevo método mejora la eficiencia en la resolución de problemas de control óptimo con PDEs.

Un nuevo método para gestionar las cargas de trabajo de manera eficiente optimizando el uso del núcleo.

Explora los fundamentos del Aprendizaje Federado y su importancia en la privacidad de datos.

Un enfoque formal para asegurar la fiabilidad en sistemas de flujo de datos con estado como Apache Flink.

Un estudio que compara la inferencia jerárquica y los métodos tradicionales en dispositivos de borde.

Los últimos avances mejoran la velocidad y eficiencia en las simulaciones de circuitos cuánticos.

Un nuevo marco para el entrenamiento eficiente de modelos de lenguaje en varias computadoras.

Explorando la privacidad diferencial a nivel de usuario en el entrenamiento de modelos de lenguaje grandes.

Explorando los beneficios del Aprendizaje Federado para la detección de anomalías en redes IoT.

EFVFL ofrece un método estable para una comunicación eficiente sin compartir datos privados.

La investigación destaca la robustez del modelo y las defensas en el aprendizaje federado descentralizado.

Un estudio sobre cómo mejorar la asignación de tareas y la programación de trabajos para mayor eficiencia.

Este artículo habla sobre la importancia de los algoritmos de hashing en la tecnología blockchain.

Un nuevo método para mejorar la planificación de tareas en flujos de trabajo científicos complejos.

StatuScale mejora la gestión de recursos para microservicios, manejando de forma efectiva las demandas de carga de trabajo repentinas.

Una mirada a un nuevo método para mejor la gestión de recursos en microservicios.

Un nuevo enfoque para detectar anomalías en dispositivos IoT usando aprendizaje colaborativo.