Newest papers

The Dynamics of Collapse and Recovery in Clustered Federated Learning

Priyanka Sinha, Snigdhansu Chatterjee · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28565 · open-access PDF

Vietnamese

Clustered Federated Learning (CFL) có thể bị sụp đổ cluster. Đặc biệt, dưới sự khởi đầu không thuận lợi, các nhiệm vụ khách hàng đầu tập trung các nhóm không đồng nhất trên một mô hình cluster, sau đó được đào tạo hướng tới một thỏa hiệp tập hợp, trong khi mô hình khác không nhận được bất kỳ bản cập nhật nào. Vì các mô hình hiện tại xác định định định tuyến của khách hàng và định tuyến xác định các bản cập nhật mô hình tiếp theo, chúng tôi xây dựng việc học tập liên kết clustered như là kiểm soát của một hệ thống năng động chưa biết, với các mô hình cluster như trạng thái phát triển, các mô hình định tuyến của khách hàng như là đầu vào điều khiển, và các can thiệp định tuyến như trạng thái dep

Machine translation (Meta M2M100); the English original follows.

Abstract

Clustered federated learning (CFL) can suffer from cluster collapse. In particular, under unfavorable initialization, early client assignments concentrate heterogeneous groups on one cluster model, which is then trained toward a pooled compromise, while another model receives no updates. Since the current models determine client routing and routing determines subsequent model updates, we formulate clustered federated learning as control of an unknown dynamical system, with cluster models as the evolving state, client routing patterns as the control input, and routing interventions as state dep

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange