23 artigos
Este estudo demonstra que, em dispositivos com recursos limitados para TinyML, as Redes Neurais Convolucionais 1D superam as Redes LSTM em eficiência e velocidade de inferência, mantendo uma acurácia comparável ou superior, o que as torna a escolha mais prática para aplicações em tempo real.
Este artigo apresenta o FluxSieve, uma arquitetura unificada que integra processamento de streaming e analítico através de uma camada leve de pré-computação e filtragem no caminho de ingestão de dados, resultando em melhorias de desempenho de consulta em ordens de magnitude com sobrecarga computacional e de armazenamento negligenciáveis.
Este estudo avalia algoritmos de Aprendizado por Reforço Offline em ambientes de telecomunicações estocásticos, concluindo que o Conservative Q-Learning oferece a maior robustez como escolha padrão, enquanto métodos baseados em sequências podem superar abordagens Bellman quando há disponibilidade de trajetórias de alto retorno.