研究人员开发了 ADORN，这是一种管理开放无线接入网 (O-RAN) 中使用的 AI/ML 模型的性能漂移的新方法。该系统利用基于 Q 学习的强化学习代理来做出自适应再训练决策，平衡预测准确性与计算成本。ADORN 采用多专家长短期记忆 (LSTM) 集成，以防止灾难性遗忘并增强模型在不同流量条件下的鲁棒性。实验结果表明，与现有方法相比，ADORN 显著降低了再训练开销，同时确保系统性能保持在服务水平协议之内。 AI
影响 这项研究可能导致电信基础设施中更高效、更鲁棒的 AI/ML 模型管理，降低运营成本并提高服务可靠性。
排序理由 该集群包含一篇详细介绍 AI/ML 模型漂移处理新方法的 istory。
- AI/ML
- arXiv
- long short-term memory
- Markov decision process
- Open Radio Access Network
- Q-learning
- reinforcement learning
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
