unseven的博客

transformer到底是在干什么，了解它的设计思想，存在哪些缺陷，才是对水文章有帮助的地方。讲解细节和代码的博客已经有很多了，我们重点整理一下模型设计思路，为什么时至今日还能出这么多成果，就算肉被吃完了，我们是否还能喝到一口汤。

我们开发了利用移动性的预测有限视界PF调度框架。我们提供了来自3G网络的广泛信道测量结果，并表征了由移动性引起的信道状态趋势。我们发现用户的信道状态具有高度可重复性，并利用这一点开发了数据速率预测机制。然后，我们提出了一些利用预测机制的信道分配估计算法。我们的基于跟踪的模拟考虑了由预测和信道分配估计算法组合而成的框架实例。它们表明该框架可以将吞吐量提高15%到55%，与传统的PF调度器相比，同时提高了公平性。

在这篇文章中说明了注意力机制如何设计的，以及提到了transformer模型，以及模型效果。

这篇文章主要介绍了一种名为"FedReID"的新型联邦学习框架，用于解决人员再识别（Person ReID）中的隐私保护和数据分布不均、数据不符合独立同分布等问题。