Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Personne

Marinus Abraham de Vos

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (11)

Veuillez noter qu'il ne s'agit pas d'une liste complète des publications de cette personne. Elle inclut uniquement les travaux sémantiquement pertinents. Pour une liste complète, veuillez consulter Infoscience.

Unités associées (1)

Systèmes distribués large échelle

EPFL
IC
IINFCOM
SACS

Fair Decentralized Learning

Anne-Marie Kermarrec, Rishi Sharma, Marinus Abraham de Vos, Sayan Biswas

Decentralized learning (DL) is an emerging approach that enables nodes to collaboratively train a machine learning model without sharing raw data. In many application domains, such as healthcare, this approach faces challenges due to the high level of hete ...

IEEE2025

Boosting Asynchronous Decentralized Learning with Model Fragmentation

Anne-Marie Kermarrec, Rafael Pereira Pires, Rishi Sharma, Marinus Abraham de Vos, Sayan Biswas

Decentralized learning (DL) is an emerging technique that allows nodes on the web to collaboratively train machine learning models without sharing raw data. Dealing with stragglers, i.e., nodes with slower compute or communication than others, is a key cha ...

ACM2025

Harnessing Increased Client Participation with Cohort-Parallel Federated Learning

Anne-Marie Kermarrec, Rafael Pereira Pires, Akash Balasaheb Dhasade, Marinus Abraham de Vos

Federated learning (FL) is a machine learning approach where nodes collaboratively train a global model. As more nodes participate in a round of FL, the effectiveness of individual model updates by nodes also diminishes. In this study, we increase the effe ...

ACM2025