研究者提出PUMA-Former不确定性感知卫星计算卸载框架
热点事件持续更新
研究者提出PUMA-Former不确定性感知卫星计算卸载框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Yi Jing等研究者在arXiv提交论文,提出PUMA-Former——一个面向MEO-LEO卫星网络的智能体计算卸载框架,能在信息不完整情况下感知不确定性,通过MEO协调器的报告记忆、潜在时延注意力权重与队列误差感知融合来估计CPU状态,在完成任务、时延和执行成本之间做权衡。 论文的流量驱动评估显示,相比学习类基线,PUMA-Former使被接纳的计算任务完成量提高8.62%,平均建模服务时延降低34.78%;但这些服务收益伴随更高的归一化能耗。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
PUMA-Former:不确定信息下 MEO-LEO 卫星网络的感知不确定性的智能体卸载框架报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIPUMA-Former:不确定信息下 MEO-LEO 卫星网络的感知不确定性的智能体卸载框架
研究者提出 PUMA-Former,一个面向 MEO-LEO 卫星网络、在不完整信息下进行感知不确定性的智能体计算卸载框架,通过 MEO 协调器的报告记忆、潜在时延注意力权重与队列误差感知融合来估计 CPU 状态。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。