标签
本文研究了神经算子中共享空间计算如何在保持预测准确性的同时，降低虚拟感知应用的能耗，尤其是在核能系统中。
本文提出了一种Sparse-Activation-ReLU (SAR)层，用于低延迟、高能效的虚拟感知，在延迟-误差-能效指标上实现了显著提升，并通过合成知识蒸馏降低了误差。
本文提出一种基于仿真的方法，用虚拟传感器替代物理传感器来生成增强交通数据集，从而在保持交通模式的同时扩展城市网络中的传感器覆盖范围。
SeT-Diff提出了首个面向HPC遥测的基础模型，利用基于语义传感器描述的扩散机制，在插补、预测和虚拟传感等任务上实现零样本泛化，重建任务的MAE达到0.0470。