Buchumschlag

An adaptive inference model in mobile systems

The paper proposes and investigates a new model of adaptive distribution of the inference process (application of an ML model to obtain a prediction) between local and server-side computations for mobile intelligent forecasting systems. The goal of the proposed model is to overcome the fundamental c...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2026
Hauptverfasser:	Haidukevych, Y.O., Doroshenko, A.Yu.
Format:	Artikel
Sprache:	Ukrainisch
Veröffentlicht:	PROBLEMS IN PROGRAMMING 2026
Schlagworte:	adaptive inference hybrid computing mobile forecasting systems on-device machine learning network request optimization UDC 004.4'24
Online Zugang:	https://pp.isofts.kiev.ua/index.php/ojs1/article/view/873
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Problems in programming
Завантажити файл:

Institution

Problems in programming

Ähnliche Einträge

Application of machine learning models to predict energy consumption in smart home systems
von: Haidukevych, V.O., et al.
Veröffentlicht: (2025)

Creating a digital twin in meteorological forecasting for a smart city on a mobile platform
von: Haidukevych, V.O., et al.
Veröffentlicht: (2023)

About the implementation of meteorological forecast interfaces for mobile platforms
von: Haydukevich, Y.O., et al.
Veröffentlicht: (2023)

Parallel software auto-tuning using statistical modeling and machine learning
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)

Formal and adaptive methods and software tools of parallel programming
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)

User-centric technology stack for weather and air pollution forecasting
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2025)

Forecasting electrical energy consumption for 24 hours ahead at country scale
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2024)

ON-LINE VOLTAGE STABILITY EVALUATION USING NEURO-FUZZY INFERENCE SYSTEM AND MOTH-FLAME OPTIMIZATION ALGORITHM
von: Bourzami, Arif, et al.
Veröffentlicht: (2019)

To the issue of optimizing cloud computing based on their cost
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2021)

Automated generation of programs for a class of parametric neuroevolution algorithms
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2023)

COMPARATIVE ANALYSIS OF METHODS AND TOOLS FOR AMBIENT AIR QUALITY MONITORING
von: Kulykivskyi, Oleksandr, et al.
Veröffentlicht: (2025)

Optimization of the provision of computing resources with adaptive cloud infrastructure
von: Matov, О. Ya.
Veröffentlicht: (2018)

Architecture of software system for hierarchical fuzzy inference
von: Yershov, S.V., et al.
Veröffentlicht: (2018)

Algorithm for automatic loop parallelization for graphics processing units
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)

Automated development of a parallel distributed system for streaming data processing
von: Titov, D.S., et al.
Veröffentlicht: (2018)

Process automatisation of Xcode new target creation
von: Zhurba, M.A., et al.
Veröffentlicht: (2023)

Automated design of OpenCL programs based on algebra-algorithmic approach
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2019)

Improvement of voltage stability for grid connected solar photovoltaic systems using static synchronous compensator with recurrent neural network
von: Praveen Kumar, T., et al.
Veröffentlicht: (2022)

Parallel algorithms optimization using Actor Model
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2020)

IMPLEMENTING OF MICROSOFT AZURE MACHINE LEARNING TECHNOLOGY FOR ELECTRIC MACHINES OPTIMIZATION
von: Pliugin, V. E., et al.
Veröffentlicht: (2019)

Software package for adaptive training of robot controllers based on neural networks
von: Vitiuk, A.Y., et al.
Veröffentlicht: (2023)

Double layer back propagation neural network based on restricted Boltzmann machines for forecasting daily particulate matter 2.5
von: Fu, Minglei, et al.
Veröffentlicht: (2017)

Application of neural networks in OLAP-systems
von: Nabibayeva, G.Ch.
Veröffentlicht: (2024)

Signal-noise ratio of adaptive geophysical studies
von: Roman, V. I.
Veröffentlicht: (2014)

Application of machine learning in software engineering: an overview
von: Moroz, O.H., et al.
Veröffentlicht: (2019)

Development of a multi-agent control algorithm for control of a group of mobile «s-bot».
von: Tkachov, V. N., et al.
Veröffentlicht: (2019)

Recurrent neural networks for the problem of improving numerical meteorological forecasts
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2023)

Recurrent neural network model for music generation
von: Komarskiy, O.C., et al.
Veröffentlicht: (2022)

Development and research of a modified convolutional neural network for malaria cell pattern recognition
von: Федорченко, Є. М., et al.
Veröffentlicht: (2023)

IMPROVING THE RESILIENCE OF SYNCHROINFORMATION SYSTEMS OF SMART POWER GRIDS AND MOBILE COMMUNICATIONS NETWORKS UNDER WARTIME CONDITIONS
von: Samkov, O., et al.
Veröffentlicht: (2025)

TermWare3 – term rewriting system, based on context-term calculus
von: Shevchenko, R.S., et al.
Veröffentlicht: (2019)

Parallel distributed implementation of parallel processing simulation
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2025)

Developing a semantic image model using machine learning based on convolutional neural networks
von: Andon, P.I., et al.
Veröffentlicht: (2020)

Automated inventory management system on Android using barcodes and QR-codes
von: Haidukevych, Y.O., et al.
Veröffentlicht: (2022)

A method of tuning programs on .Net platform with rewriting rules
von: Mamedov, T.A., et al.
Veröffentlicht: (2019)

Transformation of the legacy code on Fortran for scalability and cloud computing
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2018)

Functionally oriented model of adaptive short-term forecasting of electrical load
von: Voloshko, A. V., et al.
Veröffentlicht: (2016)

Static analysis of .NET programs using rewriting rules
von: Mamedov, T.A., et al.
Veröffentlicht: (2020)

Automated design of programs for .NET platform using Task Parallel Library
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2020)

Methods for implementing quadrotors autonomy based on hybrid learning methods
von: Ramyk, I.P., et al.
Veröffentlicht: (2026)