TeRR-SAtt

新框架通过降低延迟增强了个性化边缘时序智能

研究人员开发了一个名为动量引导联邦分拆蒸馏（Momentum-Guided Federated Split Distillation）的新框架，用于个性化边缘时序智能。该框架包含新颖的时序水库学生注意力设计（TeRR-SAtt）和预期动量引导融合机制（AMGF）。在智能建筑数据测试中，与现有方法相比，TeRR-SAtt显著降低了训练和推理延迟，以及内存和CPU使用率。AMGF进一步提高了本地学习的准确性。