LEARNING
无线网络中用于设备和边缘分析的TinyML：部署、机遇与概念漂移缓解综述
Prasoon Raghuwanshi, Vimal Bhatia, Sridhar Iyer, Matti Latva-aho, Onel Luis Alcaraz López
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文综述了TinyML在无线网络中的部署可能性，并提出了基于联邦学习的模型更新方法以解决概念漂移问题。同时讨论了针对无电池设备的检查点、引导加载程序和修改操作等支持技术。
关键词
tinyMLwireless networksfederated learningconcept driftedge analytics
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018