本研究提出了“网络感知”概念，以解决情感计算中准确识别用户情感的挑战。实验结果表明，用户情感相关的“开启”行为频率显著影响情感效价，推动情感意识应用的发展。

该研究使用无人机队列训练机器学习模型，解决了设备群集的时间变化数据异构性和计算资源不足的问题。他们提出了分层无人机群体、个性化联合学习、合作无人机资源汇集和模型/概念漂移建模等关键部分。通过网络感知和深度强化学习，改进了机器学习性能、网络资源节约和群体轨迹效率。