PulseAugur
中
实时 00:04:38
English(EN) Metacognitive Selective Ensemble for Mobile Systems

新的MetaSE框架提高了移动传感集成效率

研究人员开发了MetaSE,一个新颖的主动集成框架,旨在提高移动传感应用中深度集成(deep ensembles)的效率。该框架利用模型可靠性中的短期持久性来维护一个小的活动模型集,从而降低了连续传感器流相关的计算成本。MetaSE的性能始终优于固定集成,并且在准确性方面与更昂贵的自适应和全集成方法相当,同时显著减少了Raspberry Pi 4B等设备上的推理时间和内存使用。 AI

影响 该框架可以使更复杂的AI模型在资源受限的移动设备上高效运行。

排序理由 详细介绍移动系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的MetaSE框架提高了移动传感集成效率

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sungmin Lee, Kichang Lee, Joonhee Lee, JaeYeon Park, Songkuk Kim, JeongGil Ko ·

    面向移动系统的元认知选择性集成

    arXiv:2609.31031v1 Announce Type: new Abstract: Deep ensembles improve robustness in mobile sensing, but repeatedly executing many models over continuous sensor streams is costly. Selecting only a few members reduces this cost, yet adaptive selection often requires additional mod…