Rethinking Temporal Models for TinyML: LSTM versus 1D-CNN in Resource-Constrained Devices
该研究通过硬件感知的可行性分析表明，在资源受限的微型控制器上，1D 卷积神经网络在准确率、内存占用及推理延迟方面均优于长短期记忆网络，是 TinyML 时序分类任务中更实用且高效的部署方案。
💻 Category
cs.PF
23 篇论文
FluxSieve: Unifying Streaming and Analytical Data Planes for Scalable Cloud Observability
本文提出了 FluxSieve 架构，通过在数据摄入路径中嵌入轻量级流内预计算与过滤层，统一了流式与分析数据平面，从而在几乎不增加存储和计算开销的前提下，显著提升了大规模云可观测性平台在高并发场景下的查询性能。
Selecting Offline Reinforcement Learning Algorithms for Stochastic Network Control
该论文通过在随机电信环境中评估多种离线强化学习算法，发现保守 Q 学习（CQL）在应对随机性方面表现最为稳健，而序列方法在高质量轨迹数据充足时具有竞争力，从而为 6G 及 O-RAN 等 AI 驱动的网络控制算法选择提供了实践指导。