OrchNAS提出一种面向异构边缘设备的能源感知个性化联邦学习框架，将神经架构搜索部署为服务器侧服务，为不同边缘服务生成满足能耗、计算和内存约束的个性化子网络。方法结合全局架构表示、渐进式贪心剪枝，以及通过原始-对偶优化约束能耗预算的模型适配。摘要称其已在真实世界与基准数据集上验证有效，但未披露具体数据集、指标和对比结果。
最近 24 小时暂无可用热度快照。