Informática - Computação distribuída, paralela e em cluster

O SplitAMC melhora a privacidade dos dados e reduz a latência na classificação de modulação.

Explore os métodos e desafios da avaliação de modelos em aprendizado federado.

Uma nova abordagem de compilador simplifica a multiplicação de matrizes para diferentes configurações de hardware.

Uma nova abordagem para gerenciamento de dados usando tecnologia de memória persistente.

Restrições de validade melhoram a confiabilidade e a eficiência nos fluxos de trabalho de análise de dados científicos.

Explore como o aprendizado federado vertical melhora a privacidade no aprendizado de máquina.

Um protocolo para comunicação eficiente entre microserviços em aplicações nativas da nuvem.

Apresentando um novo sistema pra aumentar a velocidade e a eficiência dos LLMs generativos.

Uma nova ferramenta de IA melhora a automação da programação paralela usando pragmas do OpenMP.

Explore o compartilhamento de energia sem fio e como minimizar a perda de energia durante as transferências.

Um kit de ferramentas que simplifica a criação de código SPIR-V para programadores Java.

Nova ferramenta ajuda programadores na decomposição de domínio MPI usando tecnologia de IA.

Aprenda como o BFT melhora a confiabilidade dos sistemas IoT em meio a falhas.

Uma olhada em como o DRackSim ajuda a gerenciar memória desagregada em data centers.

TSoR melhora o desempenho da rede para aplicações containerizadas usando RDMA.

Explorando novos métodos quânticos pra melhorar o consenso em sistemas distribuídos.

A Frontier estabelece um novo padrão com desempenho HPL incomparável e otimização de GPU.

Novos métodos melhoram a eficiência e a qualidade na terapia com prótons para câncer.

Descubra como os Hibernate Containers melhoram o desempenho e a gestão de recursos em aplicações serverless.

Novo modelo melhora o desempenho de sistemas de computação usando energia renovável.

Uma nova ferramenta para avaliar estruturas de dados com carga de trabalho inspirada na vida real.

Aprenda como o Derecho melhora a confiabilidade de sistemas distribuídos através de replicação e consenso eficazes.

Um olhar sobre modelagem de desempenho e seu papel em sistemas de aprendizado profundo.

Esse artigo fala sobre algoritmos pra alcançar consenso e confiabilidade em sistemas distribuídos no meio de falhas.

Aumentando a eficiência no Aprendizado Federado com estratégias de dispositivos que consideram riscos.

O Aprendizado Federado melhora o treinamento de modelos enquanto mantém os dados dos usuários privados.

Otimize o treinamento de machine learning ajustando os tamanhos dos lotes com base no desempenho do servidor.

Explorando Aprendizado Federado Assíncrono Multi-Modelo para melhorar a eficiência e a privacidade.

Um novo método melhora a sincronização de tarefas da GPU para modelos de aprendizado de máquina.

Explorando como as NCAs crescem e se adaptam usando sinais internos e externos.

HotStuff oferece uma solução eficiente para os desafios de consenso no blockchain.

Pesquisas mostram métodos eficazes pra resolver desafios de Horn-SAT usando computação paralela.

O Flover simplifica a inferência de IA pra ter um desempenho melhor e respostas mais rápidas.

Analisando como a acessibilidade varia entre as redes de blockchain Proof-of-Stake mais populares.

Um método pra testar condutância sem a coleta de dados centralizada.

O projeto Hydro tem como objetivo simplificar a programação para sistemas distribuídos.

Descubra como algoritmos distribuídos melhoram a segurança e a eficiência nas redes de comunicação.

Técnicas eficazes para lidar com transações de banco de dados de forma tranquila.

Isso explora os avanços em algoritmos de consenso para coleta de dados eficaz.

WeiAvg melhora o aprendizado federado ao priorizar a diversidade de dados enquanto protege a privacidade.