基于超维计算的无线网络联合基础模型应用于元宇宙

BriefGPT - AI 论文速递 · 2024-08-26T00:00:00Z

本研究提出了一种集成的联合分割学习和超维计算框架（FSL-HDC），用于解决元宇宙中联合学习的通信开销和计算需求问题。该方法降低了通信成本和计算负担，适用于资源受限的边缘设备，并提高了交互的实时响应能力。研究结果表明，FSL-HDC在准确率和收敛速度上优于传统方法。