TinyMLOps 流水线实现负载峰值提前预警

Filippo Scaramuzza 与 Damian A. Tamburri 提交的一项实地研究称，他们构建了一条端到端、以知识为中心的 TinyMLOps 流水线，把领域物理知识、专家推测和传感器数据融合起来，在 ARM Cortex-M4 上以 32 kB 占用运行模型，最多可提前三分钟预测有害负载峰值，AUC 为 0.84。 该研究面向信息物理系统，目标是在设备端部署可解释、低占用的模型。上述预警提前量和 AUC 均为作者在论文中报告的结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。