arXiv发布可扩展多任务虚拟传感器模型

arXiv论文库在计算机科学与机器学习（cs.lg）领域更新了名为《可扩展多任务虚拟传感器模型》的新研究，该版本于2026年10月28日更新至v3，文件大小为3.557 MB。 该模型是首个用于虚拟传感器的可扩展多任务架构。在包含超过180亿样本的评估中，模型将计算时间最多降低415倍，内存需求减少951倍。与现有单一传感器模型相比，它在相近推理速度下生成更优预测。 该模型能够同时预测多种虚拟传感器并保持计算效率，其显著特点是能以近乎恒定的参数数量扩展到数百个传感器，展示了其在大规模多传感器场景下的扩展能力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。