arXiv · ML· Shruti Bothe, Illyyne Saffar, Ayush K. Varshney·· 4 小时前AI 评分29
部署约束如何反转时序模型选择：能耗与延迟优先
Energy and Latency First: How Deployment Constraints Reverse Time-Series Model Selection
AI 导读
在蜂窝网络切换预测场景中，仅关注准确度的基准测试会将实际无法部署的模型排为第一。 评估涵盖 8 种架构，基于手工时间特征的梯度提升树最准确（F1=0.974）且成本最低；而精度基准常排第一的 CNN-1D（F1=0.914）在占空比部署模式下每次推理能耗超过前者 3 倍。 该结果揭示仅基于准确度的评估不仅低估部署成本，还会推举不可行的模型。
来源：arXiv · ML · arxiv.org