帕累托数据框架:基于最小可行数据(MVD)的资源高效决策方法
原文中文,约200字,阅读约需1分钟。发表于: 。本研究提出帕累托数据框架,解决在受限平台上启用机器学习所需的最小可行数据(MVD)选择的问题。通过战略性的数据减少,该框架在不牺牲性能的前提下,显著降低带宽、能耗和计算存储成本。研究结果表明,优化数据选择和表示能够在实际应用中提高资源的使用效率,推动先进人工智能技术在物联网等领域的广泛应用。
本研究提出帕累托数据框架,解决在受限平台上启用机器学习所需的最小可行数据选择的问题。该框架通过战略性的数据减少,在不牺牲性能的前提下,显著降低带宽、能耗和计算存储成本。研究结果表明,优化数据选择和表示能够提高资源的使用效率,推动先进人工智能技术在物联网等领域的广泛应用。