Peter Richtárik

De nouvelles techniques améliorent l'efficacité de la communication dans l'entraînement de modèles distribués.

Cette étude améliore l'apprentissage distribué grâce à une utilisation efficace des mises à jour pondérées dans le retour d'erreur.

Augmenter le nombre de tours de communication réduit les coûts et améliore la performance des modèles en apprentissage fédéré.

Freya PAGE améliore l'efficacité dans le calcul distribué avec des vitesses d'ordinateur inégales.