Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Tegin, Busra"'
Autor:
Tegin, Busra, Duman, Tolga M
Channels with synchronization errors, exhibiting deletion and insertion errors, find practical applications in DNA storage, data reconstruction, and various other domains. Presence of insertions and deletions render the channel with memory, complicat
Externí odkaz:
http://arxiv.org/abs/2411.14771
Publikováno v:
Digital Signal Processing, 2021, 103134. ISSN 1051-2004
Advances in machine learning technology have enabled real-time extraction of semantic information in signals which can revolutionize signal processing techniques and improve their performance significantly for the next generation of applications. Wit
Externí odkaz:
http://arxiv.org/abs/2109.11885
Large-scale machine learning and data mining methods routinely distribute computations across multiple agents to parallelize processing. The time required for the computations at the agents is affected by the availability of local resources and/or po
Externí odkaz:
http://arxiv.org/abs/2103.02928
Large-scale machine learning and data mining methods routinely distribute computations across multiple agents to parallelize processing. The time required for computation at the agents is affected by the availability of local resources giving rise to
Externí odkaz:
http://arxiv.org/abs/2011.02749
Autor:
Tegin, Busra, Duman, Tolga M.
We study collaborative machine learning systems where a massive dataset is distributed across independent workers which compute their local gradient estimates based on their own datasets. Workers send their estimates through a multipath fading multip
Externí odkaz:
http://arxiv.org/abs/2010.00350
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
ICC 2021-IEEE International Conference on Communications
IEEE International Conference on Communications (ICC)
ICC
IEEE International Conference on Communications (ICC)
ICC
Large-scale machine learning and data mining methods routinely distribute computations across multiple agents to parallelize processing. The time required for computation at the agents is affected by the availability of local resources giving rise to
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::adbc2472893c3a2939a4a4e255160b8c
https://hdl.handle.net/11693/76787
https://hdl.handle.net/11693/76787