足以做出新的决定：动态物联网系统中成本感知模型同步的智能时代

摘要

arXiv:2611.09935v1 Announce Type: new Abstract: Resource-constrained IoT devices cache learned models for real-time decisions, but frequent updates incur substantial bandwidth, energy, and service ove...

and AoIntSync AoInt client time decision model with relative specific

2026-11-10 1 阅读约1分钟阅读 Hui Wang, Seyyedali Hosseinalipour, Jacob Chakareski, Ming Shi

arXiv:2611.09935v1 公告类型：新摘要：资源受限的物联网设备缓存学习模型以进行实时决策，但频繁的更新会产生大量的带宽、能源和服务开销。由于与决策相关的模型差异不需要随着时间的流逝而增长，因此我们将智能时代（AoInt）定义为模型版本相关的、特定于客户的和行动效用扭曲，并将同步制定为陈旧决策遗憾和刷新成本之间的权衡。此外，我们开发了 Kullback-Leibler 感知 AoInt 同步（KL-AoIntSync），它使用客户端特定的未标记探针累积输出分布变化，而参数感知 AoInt 同步（Param-AoIntSync）使用服务器广播标量参数变化。然后，我们通过固定的客户端分布、操作集和实用程序建立路径保证。数值结果表明，校准后的 Param-AoIntSync 相对于即时参数策略将联合同步成本降低了 6.15%，同时性能与 KL-AoIntSync 相当。

订阅66必读