Сжатие данных в реальном времени для ускорения машинного обучения на графах

Новый подход к аппаратной компрессии разреженных данных позволяет эффективно обрабатывать потоки информации в задачах машинного обучения, особенно в системах триггеров для коллайдерных экспериментов.

![На гиперграфах предложенные алгоритмы демонстрируют значительное ускорение работы по сравнению с жадным подходом и достигают качества, сопоставимого с лучшими результатами в каждой категории гиперграфов, превосходя алгоритм Stack Streaming [41].](https://arxiv.org/html/2602.22976v1/2602.22976v1/x3.png)


