Autor der Publikation

Achieving Linear Speedup in Non-IID Federated Bilevel Learning.

, , und . ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 14039-14059. PMLR, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

 

Weitere Publikationen von Autoren mit dem selben Namen

Asymptotic Miss Ratio of LRU Caching with Consistent Hashing., , und . INFOCOM, Seite 450-458. IEEE, (2018)Learning Latent Features with Pairwise Penalties in Low-Rank Matrix Completion., , , und . SAM, Seite 1-5. IEEE, (2020)Convergence of Meta-Learning with Task-Specific Adaptation over Partial Parameters., , , und . NeurIPS, (2020)On Resource Pooling and Separation for LRU Caching., , , und . SIGMETRICS (Abstracts), Seite 27. ACM, (2018)History-Gradient Aided Batch Size Adaptation for Variance Reduced Algorithms., , , , , und . ICML, Volume 119 von Proceedings of Machine Learning Research, Seite 4762-4772. PMLR, (2020)Proximal Gradient Algorithm with Momentum and Flexible Parameter Restart for Nonconvex Optimization., , , , und . IJCAI, Seite 1445-1451. ijcai.org, (2020)Scheduled for July 2020, Yokohama, Japan, postponed due to the Corona pandemic..Achieving Linear Speedup in Non-IID Federated Bilevel Learning., , und . ICML, Volume 202 von Proceedings of Machine Learning Research, Seite 14039-14059. PMLR, (2023)Bilevel Optimization: Convergence Analysis and Enhanced Design., , und . ICML, Volume 139 von Proceedings of Machine Learning Research, Seite 4882-4892. PMLR, (2021)Network Utility Maximization with Unknown Utility Functions: A Distributed, Data-Driven Bilevel Optimization Approach., und . MobiHoc, Seite 131-140. ACM, (2023)Improved Zeroth-Order Variance Reduced Algorithms and Analysis for Nonconvex Optimization., , , und . ICML, Volume 97 von Proceedings of Machine Learning Research, Seite 3100-3109. PMLR, (2019)