新框架OrchNAS实现个性化联邦边缘智能

研究人员推出OrchNAS，一个面向个性化联邦边缘智能的框架。该系统利用神经架构搜索服务，自动创建针对不同边缘环境定制的模型，并考虑能源、计算和内存等约束。OrchNAS采用一种能源感知型全局搜索机制和渐进式剪枝策略，允许各个服务生成满足其特定资源限制的个性化子网。该框架还包含一个能效优化方案，在保持全局表示的同时调整参数，并通过对偶优化过程强制执行严格的能源预算。 AI

影响 该框架有望在资源有限的边缘设备上实现更高效、更个性化的AI模型部署。

排序理由 该集群包含一篇详细介绍联邦边缘智能新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Federated Edge Intelligence
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• Neural Architecture Search Service
• OrchNAS
• ScienceCast

• 论文
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →