Rethinking Temporal Models for TinyML: LSTM versus 1D-CNN in Resource-Constrained Devices
本論文は、リソース制約のあるマイクロコントローラー向けに LSTM と 1D-CNN を比較検討し、1D-CNN が同等以上の精度を維持しつつ、メモリ使用量や推論時間を大幅に削減できるため、TinyML における実用的な選択肢であることを実証しています。
23 件の論文
本論文は、リソース制約のあるマイクロコントローラー向けに LSTM と 1D-CNN を比較検討し、1D-CNN が同等以上の精度を維持しつつ、メモリ使用量や推論時間を大幅に削減できるため、TinyML における実用的な選択肢であることを実証しています。
本論文は、データ取り込み経路に軽量なストリーム内フィルタリング層を組み込むことで、ストリーミングと分析データプレーンを統合し、大規模クラウド観測プラットフォームにおける高負荷クエリのパフォーマンスを大幅に向上させる「FluxSieve」と呼ばれるアーキテクチャを提案しています。
本論文は、無線ネットワークの制御において、オフライン強化学習アルゴリズムを評価し、保守的 Q 学習(CQL)が様々な確率的ダイナミクスに対して最も堅牢な方策を提供することを示し、O-RAN や将来の 6G 制御におけるアルゴリズム選定の指針を提示しています。