Robust Synchronisation for Federated Learning in The Face of Correlated Device Failure
面向设备故障相关性的联邦学习鲁棒同步
机构 * Computer Lab, University of Cambridge(剑桥大学计算机实验室)
AI总结 本文提出AW-PSP方法,通过动态调整节点采样概率,解决设备可用性与数据分布相关导致的样本偏差问题,提升联邦学习的鲁棒性和公平性。
高校专区
面向设备故障相关性的联邦学习鲁棒同步
机构 * Computer Lab, University of Cambridge(剑桥大学计算机实验室)
AI总结 本文提出AW-PSP方法,通过动态调整节点采样概率,解决设备可用性与数据分布相关导致的样本偏差问题,提升联邦学习的鲁棒性和公平性。
COMPOSITE-STEM基准:通过70个专家编写的任务评估AI代理的科学推理能力
机构 * PortexAI ; University of Milano-Bicocca(米兰-比科卡大学) ; University of Calgary(卡尔加里大学) ; University of Chicago(芝加哥大学) ; Inria(法国国家信息与自动化技术研究院) ; Fraunhofer Institute for Individualized Medical Technology IMTE(弗劳恩霍夫个性化医疗技术研究所) ; University of Cambridge(剑桥大学) ; Independent(独立) ; McGill University(麦吉尔大学) ; Massachusetts Institute of Technology(麻省理工学院) ; École Polytechnique Fédérale de Lausanne(洛桑联邦理工学院) ; Queen Mary University of London(伦敦大学玛丽女王学院) ; Dot Ingredients ; National University of Singapore(新加坡国立大学) ; Georgia Institute of Technology(佐治亚理工学院) ; University of Edinburgh(爱丁堡大学) ; Murdoch University(墨尔本大学) ; University of Porto(波尔图大学) ; Stanford University(斯坦福大学) ; Stony Brook University(史泰津布鲁克大学)
AI总结 本文提出COMPOSITE-STEM基准,通过70个专家编写任务评估AI代理的科学推理能力,结合精确匹配评分和LLM作为评委的协议,展示AI在科学领域的能力突破。
傀儡还是伙伴?数字公共广场中的人机混合宣传的治理
机构 * BI Norwegian Business School(BI挪威商学院) ; University of York(约克大学) ; Max Planck Institute for Security and Privacy(安全与隐私研究所) ; Oxford University(牛津大学) ; Canada’s National Observer(加拿大的国家观察者) ; SINTEF ; Research Center Trustworthy Data Science and Security, University Duisburg-Essen(可信数据科学与安全研究中心,杜伊斯堡-埃森大学) ; Max Planck Institute for Human Development(人类发展研究所) ; New York University(纽约大学) ; University of Cambridge(剑桥大学) ; Vrije Universiteit Amsterdam(阿姆斯特丹自由大学) ; Norwegian School of Economics(挪威经济学院)
AI总结 本文探讨了人机混合宣传对民主讨论的影响,提出三种监管措施,并分析民主与非民主国家在治理上的差异。
Comments 38 pages
基于肌腱驱动的抓取器设计用于空中机器人在树枝上着陆
机构 * School of Civil, Aerospace and Design Engineering, University of Bristol(布里斯托大学土木、航空航天与设计工程学院) ; Department of Engineering, University of Cambridge(剑桥大学工程系) ; School of Engineering Mathematics and Technology, University of Bristol(布里斯托大学工程数学与科技学院) ; Faculty of Engineering, Department of Mechatronics Engineering, Necmettin Erbakan University, Turkey(土耳其内姆ettin埃尔巴坎大学工程学院)
AI总结 本文提出了一种生物启发的空中平台,通过肌腱驱动机制实现低能耗的树枝着陆,用于复杂森林环境的数据采集。
Comments 7 pages, 9 figures
Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)