林梅·森
人员信息
优化列表
2020年–今天
2024 【c8】 林梅·森 , A.秦凯 , 加亚特里C , Raghu Kishore北部 , 陈彦伟 , 巴拉苏布拉曼尼亚语Raman :
SOFIM:使用正则化Fisher信息矩阵的随机优化。 国际JCNN 2024 : 1-7 [i3] 加亚特里C , 林梅·森 , A.秦凯 , Raghu Kishore北部 , 陈彦伟 , 巴拉苏布拉曼尼亚语Raman :
SOFIM:使用正则化Fisher信息矩阵的随机优化。 CoRR公司 abs/2403.02833 ( 2024 ) [i2] 林梅·森 , A.秦凯 , 克里希纳·莫汉C :
FAGH:利用近似全球黑森(Global Hessian)加速联合学习。 CoRR公司 abs/2403.11041 ( 2024 ) [i1] 丹梅·森 , Ansuman Das公司 , Mrinmay Sen先生 :
HateTinyLLM:使用微小-大型语言模型的仇恨语音检测。 CoRR公司 abs/2405.01577 ( 2024 ) 2023 【c7】 林梅·森 , C.克里希纳·莫汉 :
FopLAHD:使用局部近似Hessian对角线的联合优化。 BDA公司 2023 : 235-245 【c6】 林梅·森 , C.克里希纳·莫汉 , A.秦凯 :
Nys-FL:使用Nyström近似全球牛顿方向的高效通信联邦学习。 HPCC/DSS/SmartCity/DependSys公司 2023 : 217-224 【c5】 林梅·森 , C.克里希纳·莫汉 :
NOAH:近似Hessian的牛顿优化方法。 HPCC/DSS/SmartCity/DependSys公司 2023 : 355-360 【c4】 林梅·森 , C.加亚特里 :
FReNG:使用正则自然梯度下降的联合优化。 ICMLA公司 2023 : 1889-1894 【c3】 C.Nagaraju , 林梅·森 , C.克里希纳·莫汉 :
利用全球数据分布处理联合学习中的数据异构性。 改进 2023 : 121-125 【c2】 林梅·森 , C.克里希纳·莫汉 , A.秦凯 :
线性时间近似Hessian对角线的联合优化。 PReMI公司 2023 : 106-113 【c1】 C.Nagaraju , 林梅·森 , C.克里希纳·莫汉 :
FONN:与Nys-Newton联合优化。 TENCON公司 2023 : 530-534