Informática - Computação distribuída, paralela e em cluster

Uma abordagem formal para reduzir teletransportes em redes de computação quântica.

Uma nova implementação do MPM melhora muito as simulações de fluxo de gás.

A pesquisa enfrenta o problema da busca por buracos negros em redes em mudança.

Descubra novas técnicas pra melhorar a eficiência no treinamento de redes neurais profundas.

Fast-FedUL oferece métodos rápidos de remoção de dados para aprendizado federado enquanto garante a privacidade.

Este artigo apresenta o L-HiTS, um método para simular sistemas complexos usando deep learning.

Aprenda a criar registros SWMR que aguentem os desafios dos processos bizantinos.

Execução eficiente de modelos de transformer em uma plataforma RISC-V de código aberto.

Uma nova maneira de agendar trabalhos em clusters de processamento de dados usando árvores de decisão.

O FedGELA enfrenta desafios no aprendizado federado com dados parcialmente disjuntos em classes.

FedLESAM enfrenta desafios de dados em aprendizado federado para melhorar o desempenho do modelo.

O FedMR enfrenta desafios no aprendizado federado com dados de classes parciais, melhorando o desempenho do modelo.

Kosmosis combina dados de blockchain e redes sociais pra prevenir golpes de cripto.

PadFL melhora o compartilhamento de modelos e a eficiência em diferentes capacidades de dispositivos.

Protocolos BFT baseados em DAG melhoram a escalabilidade e a eficiência no processamento de transações.

Uma nova abordagem melhora a segurança e o desempenho no aprendizado federado com blockchain.

Descubra como as cicloidais ajudam a modelar a sincronização em processos de várias áreas.

A FunLess oferece execução eficiente de funções serverless em sistemas de nuvem privada na borda.

Apresentando a Média Dinâmica Federada pra melhorar a comunicação no aprendizado profundo distribuído.

O GROMACS integra SYCL pra melhorar o desempenho em GPUs AMD nas simulações de dinâmica molecular.

Um método para aprendizado de máquina colaborativo mantendo os dados privados.

Explore várias soluções de armazenamento de big data e suas características únicas.

O SpaFL melhora a comunicação e a computação no Aprendizado Federado enquanto protege os dados pessoais.

Uma estratégia pra melhorar a alocação de servidores pra uma execução melhor dos trabalhos e menos atrasos.

Um novo método resolve erros sem fio no aprendizado federado para dispositivos IoT.

Uma análise dos requisitos de hardware pra rodar eficientemente grandes modelos de linguagem.

Um novo sistema melhora a entrega de grandes modelos de linguagem em várias configurações de GPU.

Uma nova abordagem com vários servidores melhora a eficiência e a velocidade do aprendizado federado.

Nova abordagem melhora a privacidade do aprendizado de máquina e a resistência contra ataques.

Um estudo sobre Dask e Spark para analisar dados de neuroimagem.

Um framework pra melhorar a reprodutibilidade em fluxos de trabalho computacionais para a ciência.

Uma olhada em como o Rust facilita a gestão de memória compartilhada distribuída.

Novos métodos melhoram a eficiência do corte de circuitos quânticos para sistemas distribuídos.

ReSaQuS melhora a eficiência da busca quântica usando técnicas inovadoras de gerenciamento de recursos.

Este artigo fala sobre como simular dados de clientes para acelerar o aprendizado federado.

Novos métodos em Aprendizado Federado melhoram a privacidade e o desempenho do modelo enquanto lidam com dados diversos.

Aprenda como os rollups otimistas melhoram a velocidade e a eficiência do blockchain.

Um novo framework melhora a eficiência no tratamento de pedidos para LLMs.

A Fantastyc melhora o aprendizado federado usando blockchain pra ter mais privacidade e segurança.

Explorando como os dispositivos podem trabalhar juntos pra ter mais eficiência e desempenho.