Rethinking Temporal Models for TinyML: LSTM versus 1D-CNN in Resource-Constrained Devices
이 논문은 리소스 제약이 있는 TinyML 환경에서 1D-CNN 이 LSTM 보다 정확도는 높고 메모리 및 연산 비용은 낮아 웨어러블 및 저전력 장치에 더 적합한 시계열 분류 모델임을 실증합니다.
💻 Category
cs.PF
23 편의 논문
FluxSieve: Unifying Streaming and Analytical Data Planes for Scalable Cloud Observability
이 논문은 고가용성과 대규모 데이터를 처리하는 현대 데이터 플랫폼의 성능 병목 현상을 해결하기 위해, 데이터 수집 경로에 경량 필터링 계층을 내장하여 스트리밍과 분석 데이터 플레인을 통합하는 'FluxSieve' 아키텍처를 제안하고, 이를 Apache Pinot 및 DuckDB 와 통합하여 저장 및 연산 오버헤드는 최소화하면서 쿼리 성능을 획기적으로 향상시키는 방법을 제시합니다.
Selecting Offline Reinforcement Learning Algorithms for Stochastic Network Control
본 논문은 무선 네트워크의 확률적 동역학 하에서 오프라인 강화학습 알고리즘을 평가한 결과, 보수적 Q-학습 (CQL) 이 가장 강력한 정책을 제공하여 O-RAN 및 6G 와 같은 AI 기반 네트워크 제어의 기본 선택지로 적합함을 입증했습니다.