Theo TechXplore ngày 30/3, các nhà nghiên cứu tại Viện Khoa học và Công nghệ Daegu Kyungbuk (DGIST) ở Hàn Quốc đã phát triển một thuật toán có tên VisionScaling, kết hợp các mô hình học tập và công nghệ tối ưu hóa tài nguyên để giải quyết các vấn đề cần thiết cho dịch vụ thị giác di động 6G. Các vấn đề với khả năng tính toán cao và mô hình học tập phức tạp. Thuật toán này sử dụng phương pháp tối ưu hóa lồi trực tuyến (OCO) để tối ưu hóa đồng thời các mô hình học tập, tài nguyên máy tính và mạng trong thời gian thực nhằm cải thiện hiệu suất và tiết kiệm năng lượng. Kết quả nghiên cứu cho thấy so với các công nghệ trước đây, thuật toán VisionScaling có thể giảm mức tiêu thụ năng lượng ít nhất 30% và rút ngắn độ trễ end-to-end 39% trong khi vẫn duy trì độ chính xác trung bình. Nghiên cứu này dự kiến sẽ cung cấp nền tảng kỹ thuật cho các dịch vụ di động dựa trên deep learning trong tương lai nhằm đáp ứng nhu cầu về tài nguyên máy tính/bộ nhớ cao hơn.
TRANG TỔNG HỢP, PHÂN TÍCH TIN TỨC VỀ KH-CN
