Федеративное обучение на Edge-устройствах с дефицитом памяти. Часть 1

Материал посвящен внедрению федеративного обучения на устройствах с критически ограниченной оперативной памятью (менее 256 МБ). Автор описывает практические подходы к оптимизации ML-моделей для работы в условиях жесткого дефицита ресурсов. Статья основана на докладе с конференции AiConf 2025.