کنفرانس بین المللی محاسبات نرم

صفحه اصلی / ششمین کنفرانس بین المللی محاسبات نرم

یک طبقه بندی چند بعدی برای معماری های استقرار یادگیری ماشین در سلسه مراتب ابر-مه-لبه-شبنم

نویسندگان :

فرشته رضائی¹

1- دانشگاه پیام نور

کلمات کلیدی :

یادگیری ماشین توزیع‌شده،محاسبات لبه،محاسبات مه،محاسبات شبنم،استقرار مدل،یادگیری فدرال

چکیده :

استقرار کارآمد یادگیری ماشین در سلسله‌مراتب ابر-مه-لبه-شبنم، به دلیل تنوع معماری‌ها و نیازمندی‌های متضاد، به یک چارچوب تحلیلی یکپارچه نیاز دارد. در این مقاله، یک طبقه‌بندی چندبعدی نوآورانه برای پر کردن این خلاء ارائه می‌شود. بر اساس یک تحلیل نظام‌مند از ادبیات موضوع، چهار الگوی استقرار اصلی شناسایی و تکنیک‌های بهینه‌سازی هر یک در قالب یک چارچوب مقایسه‌ای مبتنی بر معیارهای کمی و کیفی بررسی شده‌است. یافته‌ها به وضوح بده‌بستان‌های کلیدی بین معماری‌ها را نشان می‌دهد و مسیر را برای توسعه راه‌حل‌های هیبریدی آینده-از جمله استقرار مدل‌های بنیادی در لبه-هموار می‌سازد. این بررسی، نقشه‌ای جامع برای پژوهشگران و مهندسان در این حوزه پویا فراهم می‌کند.