机构名称：
¥ 1.0
这项研究旨在使微小的机器学习（Tinyml）实施文献敏感和总结。Tinyml是机器学习（ML）的子集，它专注于在资源约束设备（例如微控制器，嵌入式系统和物联网（IoT）设备）上实现ML模型。对过去十年在该领域发表的作品进行了系统的文献综述。本文的重点是了解这项新兴技术面临的关键挑战。我们提出了Tinyml的五个重大挑战，即有限和动态资源，异质性，网络管理，安全和隐私以及模型设计。对ML，IoT和Edge计算领域感兴趣的研究人员和从业人员将感兴趣。
Tinyml实施的挑战：文献综述
主要关键词
相关文件推荐
