Informática - Computación distribuida, paralela y en clústeres

DRLQ mejora la asignación de tareas para recursos cuánticos, aumentando la eficiencia en la computación en la nube.

Este artículo explora los beneficios de usar FP8 en el aprendizaje federado.

Estrategias para minimizar las emisiones de carbono en los centros de datos a través de mejores predicciones.

MIREncoder mejora la optimización del código usando representación multimodal y aprendizaje automático.

Un enfoque formal para verificar la corrección de protocolos de consenso basados en DAG.

Un nuevo sistema acelera la creación de imágenes manteniendo la calidad.

Un nuevo marco mejora el aprendizaje federado mientras garantiza la privacidad de los datos.

Un nuevo sistema mejora el servicio de modelos de ML al combinar precisión y escalado de hardware.

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.