Keyuan Zhang

多模态远程推理系统优化了机器学习模型的传感器数据传输

研究人员为多模态远程推理系统开发了新的策略，以在网络资源有限的情况下优化机器学习模型的准确性。提出的策略包括EAST、EAT和FT，旨在通过根据信息的时新度（以信息年龄AoI衡量）智能调度来自各种传感器的传数据，从而最大限度地减少推理错误。数值结果表明，这些新颖的策略在某些情况下显著优于传统方法，将推理错误减少了高达44.8%，同时在更复杂的情况下也大大缩短了计算时间。