Оцінювання ефективності моделей машинного навчання: уніфікована метрика балансування продуктивності та вартості

• Дата: 2026
• Автори та афіліації: Alexander Zarichkovyi — National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv; Inna Stetsenko — National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv; Oleksandr Stelmakh — National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv; Anton Dyfuchyn — National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv; Yaroslav Kornaga — National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”, Kyiv
• Ключові слова: keywords
• Автори: Zarichkovyi, Alexander, Stetsenko, Inna, Stelmakh, Oleksandr, Dyfuchyn, Anton, Kornaga, Yaroslav
• Формат: Стаття
• Мова: Англійська
• Опубліковано: The National Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute" 2026
• Теми: ефективність штучного інтелекту; обчислювально-орієнтоване оцінювання; оцінювання моделей; сталість штучного інтелекту; ефективність програмного забезпечення
• Онлайн доступ: https://journal.iasa.kpi.ua/article/view/358084
• Назва журналу: System research and information technologies

This paper introduces a novel, unified metric for evaluating the efficiency of machine learning, deep learning, and artificial intelligence models by balancing predictive performance and execution cost. Existing metrics typically isolate performance or execution measures (e.g., FLOPs, latency, energ...